当前数据成为一种越来越重要的资产，随着《数据安全法》、《个人信息保护法》等相继出台，政府、公众日益重视数据安全与隐私。

2022年新年伊始，中国人民银行印发《金融科技发展规划（2022—2025年）》（银发〔2021〕335号文印发）明确提出从强化数据能力建设、推动数据有序共享、深化数据综合应用、做好数据安全保护方面充分释放数据要素潜能，并陆续出台了金融数据安全与隐私保护的相关标准，金融数据安全与共享应用的重视程度与日俱增。 

为更好发挥数据价值，推动金融业务有序开展，实现跨机构、跨地域、跨行业数据资源的有序共享，实现数据可用不可见、数据不动价值动，隐私计算技术被重点关注和推广，掀起应用的浪潮。但隐私计算技术在金融行业应用中也面临着一些风险和挑战，需要在实践中不断完善。

早在2020年，中心基于多方计算前沿技术研究深度参与编写了中国人民银行发布的《多方安全计算金融应用技术规范》和支付清算协会牵头编写的《多方安全计算金融应用评估规范》，并依据标准制定了多方安全计算测评体系，启动了金融行业多方安全计算应用测评工作。金融多方安全计算应用技术测评包括通用型多方安全计算产品测评和专用型多方安全计算产品测评。通用型产品是指满足各项多方安全计算功能指标和安全要求，并可以适配各类金融应用场景的产品；专用型产品是指为特定金融应用场景设计，实现部分多方安全计算功能指标，满足全部安全要求的产品。目前，中心已完成两个批次的多方安全计算产品测评，共包括18款市面主流的多方安全计算产品。

联邦学习作为隐私计算的另一重要分支，中心联合众多隐私计算安全领域厂家制定了《联邦学习金融应用技术要求》企业标准，该标准从功能、安全、性能三个方面提出联邦学习产品宜遵循的相关要求，为联邦学习金融应用产品测评提供参考依据。中心依据此标准制定了详细的联邦学习测评方案，并启动了金融行业联邦学习应用测评工作。截止2022年1月，中心已完成完成首批联邦学习金融应用的测评，共有9款产品通过了测评。

中心将继续开展多方安全计算产品、联邦学习产品等隐私计算与人工智能算法等金融测评服务，继续探索包括差分隐私、可信执行环境等技术体系的建设，欢迎更多企业参与，共同保障金融数据安全融合应用的稳定发展。