在政策与市场需求同时作用下，隐私计算技术及应用在2021年迅速发展，中国信通院联合多家厂商于去年年底发布了《隐私计算法律与合规白皮书》，首次系统阐述了隐私计算的合规价值。近日，百融云创（06608.HK）正式成为隐私计算联盟（Privacy-Preserving Computing Alliance）的成员，隐私计算联盟成立于2020年年末，由中国信通院联合近百家单位共同发起。

应用场景更丰富的纵向联邦学习是百融云创（06608.HK）此前的主要研发攻关领域，纵向联邦学习模式的特点是适用于数据特征重叠较少、参与者训练样本ID重叠较多的情况，同一地区的银行和电商的共同客户数据就属于这类特征，所以纵向联邦学习的开发与应用方向更为适合对穿透力要求深、对场景渗透性要求强、对精准触达效率期望高的头部或区域金融机构。

金融机构是数据流通与安全应用最主要的需求者，百融云创还将传统的智能分析、建模等业务拓展到基于联邦学习平台等的隐私计算服务中，如在实际业务中，百融云创（06608.HK）通过联邦学习为国内一家头部金融机构升级信评模型，提高了客户模型评价指标如KS/AUS。另一案例中，为帮助某金融机构降低获客信用风险，百融云创（06608.HK）依托联邦学习技术与该机构联合建模，保证多方数据安全交集，有效满足了该机构对客源的授信参数需求，为业务各个节点上提供一线决策依据。

百融云创（06608.HK）还率先进军用户移动终端与机构端（CtoB）信用反诈方案领域，提出一种用户移动终端（如手机）与机构间（C to B）的反欺诈技术方案，在保护用户隐私不泄露的情况，机构可以借助用户移动终端的信息实现金融业务的顺利开展。

去年12月，中国信通院公布了第五批可信隐私计算评测结果，百融云创（06608.HK）的产品“百融INDRA-隐私计算平台”获得评测通过，其特点是易用的可视化交互、原始数据安全、建模效果明显超过本地建模，以及训练速度更快等。公司在公告中表示，将继续加强在联邦学习、卷积神经网络等的深耕，推动核心客户数量和单客户收入不断提升。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

关键词： 公司 会员 研发