隐私计算技术的金融应用思考

在国家数据要素化战略和数据隐私保护要求并行的时代背景下,隐私计算技术作为实现数据安全融合的工具受到金融行业广泛关注,并已出现较多探索应用。然而,目前相关理论研究较少,同时行业对隐私计算技术缺乏系统性的梳理。本文先根据技术原理,对隐私计算技术进行了系统梳理,并从数据流通安全的角度对典型产品技术架构进行剖析。在此基础上,总结了金融行业的隐私计算技术应用现状,提出下阶段该技术大规模商业化应用的建议,为金融业更好发挥数据要素作用提供参考。     

隐私计算产业的发展及金融行业应用

<正>隐私计算的产业图谱目前，隐私计算市场尚处于发展的初期。从服务对象来看，在国内，隐私计算市场目前主要是一个面向企业的市场；但在美国，已经出现了通过为企业提供隐私计算服务从而间接为个人提供隐私保护服务的模式，未来很有可能出现直接为个人提供隐私保护服务的应用。隐私计算产业生态隐私计算的产业生态中主要包含数据需求方、数据供应方、数据流通基础设施建设方、数据交易服务方、政策规则制定方和市场监管方六方。     

隐私计算技术在税收大数据共享共治中的应用展望

随着数据安全保护要求日益严格和数据高效流通需求快速增加,隐私计算技术以“原始数据不出域,数据不动价值动”的特性,成为破解税收大数据共享共治中安全应用难题的可行技术方案。隐私计算技术在税务内部应用、政务部门联合建模、税务与金融部门联合建模等多个领域具有广阔应用前景,不仅能够加快现代信息技术在税收大数据共享共治中的深度应用,更有助于提升税收大数据治理能力和服务水平。基于隐私计算的税收大数据开放共享的先行先试,将进一步促进政务数据的安全共享应用,助力打造政务数据的数据开放标准、数据应用标准、数据价值标准。     

大数据下税收治理的隐私保护问题探讨

随着我国社会步入信息化时代,信息化及其衍生技术的应用推广和普及有效促进了各行业的飞速发展。以大数据为代表的信息化技术在税收工作中的应用,在促进我国税务事业管理的提升和发展的同时也带来了一定的挑战。大数据在税收治理中的应用使得税收治理现代化水平有了很大提升,但纳税人隐私泄露也随之出现。大数据下税收治理工作中纳税人隐私保护需要明确隐私权的内涵以及边界,同时完善和规范与之相关的法律法规,从而构建符合国情的纳税人隐私保护法律体系。     

区块链与大数据技术的结合对互联网征信发展的启示

文章基于互联网征信、大数据与区块链的概念和视角,分析了互联网征信行业发展亟待解决的问题:信用信息采集覆盖率不够、维度单一,央行征信系统与互联网系统数据平台无对接、数据不共享,征信信息隐私保护与数据安全面临风险,互联网技术与管理有待提高,互联网征信行业监管难度大等,提出了区块链与大数据技术结合在互联网征信中应用的建议:高覆盖率、多维度拓宽征信数据采集范围,增强数据隐私保护,促进数据平台对接,降低信用交易成本,提高信息使用效率等.     

隐私计算在金融领域的应用及发展分析

《中华人民共和国数据安全法》《个人信息保护法》等法律法规相继发布后,如何在保护数据安全和个人隐私的前提下满足数据价值融合需求成为各方关注的重点,以多方安全计算、联邦学习以及可信执行环境为代表的隐私计算是解决此问题的关键。文章通过对隐私计算在金融领域的反欺诈、风控、反洗钱以及可疑支付监测等应用进行研究,总结出隐私计算在金融领域面临的挑战和解决路径,从而为推动金融领域数据安全共享、深化数据场景应用提供有益参考。     

云计算环境下非银支付机构数据隐私保护对策研究

非银支付行业利用灵活、便捷、廉价、可扩展且资源透明的云计算平台可以实现对数据的集中存储、管理、挖掘和运营。但非银支付机构大量的数据滥用、泄露、窃取、篡改和隐私侵权,已严重侵害数据主体合法权益。上述问题亟须在数据标准化建设、数据隐私保护技术、金融者消费者数据权益保护和破除非银支付平台数据垄断等方面加以解决。     

隐私计算助力保险业数据流通安全合规

<正>数字经济时代,数据是核心生产要素,近期爆火的以Chat GPT为代表的大语言模型均需要海量数据支撑,而数据的合规流通则是其不可或缺的安全基座。保险业作为典型的数据密集型行业,近年来各业务渠道沉淀的数据体量剧增,数据流通与融合应用需求增加,数据流通的安全合规风险随之加剧。在我国网络及数据安全相关法律法规体系不断完善的大环境下,隐私计算技术能够在数据不出域的情况下将“价值”“知识”“信息”传递出去,从底层技术角度实现数据所有权与使用权的分离,有效提升数据价值的共享流通与协同应用,助力保险业数据流通的安全合规。     

浅析金融领域的隐私计算应用

<正>一、隐私计算的产生背景数字经济时代,融合多维数据并充分挖掘和利用其内在价值,成为金融业发展的重要战略方向。随着数据合作共享的深入,数据滥用、隐私泄露等事件频频发生,为此我国相继出台《数据安全法》《个人信息保护法》《征信业务管理办法》等法律法规,严格要求在数据使用过程中做好隐私保护,这在一定程度上给金融数据的融合应用设置了刚性底线。     

以市场化机制激活数据要素潜能

数据已成为与土地、劳动力、资本和技术同等重要的生产要素,"十四五"规划明确提出"以数字化转型整体驱动生产方式、生活方式和治理方式变革".如何完善数据市场化配置机制,已成为激活数据要素潜能的关键. 数据要素市场化配置的核心是基于供应链和全生态视角,全面释放数据生产力.从微观看,数据供应链至少包含数据形成、数据采集、数据存储、数据加工、数据流通、数据分析、数据应用等七个关键环节,各环节的参与主体都会对数据的市场化配置和价值形成产生影响.从宏观看,强大的数据生产力需要"统一开放、竞争有序、制度完备、治理完善"的数据市场体系,既需要同一数据供应链各个环节的联动,也需要不同数据供应链之间的有效联动.但是我国数据开放共享、交易流转尚不畅通,导致数据市场乱象丛生、数据孤岛林立,个人信息和隐私安全缺乏保护,制约了数据的价值实现.     

保险营销中消费者隐私权保护浅探

保险业作为一个特殊的行业,与隐私有着紧密的联系.本文探讨了目前我国保险业对隐私权的保护情况,并提出从宏观和微观上规范保险市场的措施,以减少对保险消费者隐私的侵害.     

聚合支付中个人数据隐私保护与市场共享联动机制

聚合支付方式的应用普及全面改变了传统支付生态格局,但其相伴而生的个人信息泄露频发、过度市场利用成普遍现象。本文通过从技术、政策、市场等三个方面剖析聚合支付中个人数据隐私保护问题,提出制定个人数据隐私保护技术规范、建设个人数据共享库、明确数据共享机构市场准入规则、完善政府监督与行业自律机制等四方面的建议。旨在推动个人数据隐私保护与市场共享的平衡发展,为我国支付产业数字化建设提供科学指导。     

联邦强化学习文献综述

深度学习技术能够快速有效地从大量历史数据中学习规律和模式,但很多实际应用场景无法提供足够的训练数据,且要求模型对外部环境的变化快速作出反应.近一年来,联邦强化学习的发展为解决以上行业痛点带来了新思路,联邦强化学习不仅可以在隐私保护的条件下扩大样本数据,而且训练出的智能体可以跟随外部环境的变化作出合适的决策,比传统监督学习具有更好的泛化性和自适应性.本文总结了近一年来联邦强化学习的研究成果,包括基于深度Q学习算法和演员评论家算法的联邦强化学习算法,并从联邦模式、隐私保护和应用场景3方面展望其未来的研究方向.     

金融行业数据安全共享应用研究

区块链+多方安全计算在数据共享领域具有天然优势。金融机构在为投资者办理融资融券和股票质押业务的场景下,可以共享多个机构的客户信用数据作为风险依据,本文以该场景的数据共享作为研究实践,探讨区块链与多方安全技术融合在数据安全共享中的应用。实践表明,多方安全计算技术可以打破不同机构间的数据孤岛,提高数据安全性,降低金融业务的交易成本,增强风险控制能力。该技术的应用对于探索解决金融行业数据有序共享、安全交互、可信协同、依法监管等问题有重要作用。基于区块链技术的数据追溯和授权解决了数据共享安全问题,其与多方安全计算技术的结合保证了数据的可用不可见,从而保证了数据的隐私性。     

广电行业管理会计应用研究

管理会计作为会计的一个分支,旨在提高经济效益,对加强行业或单位内部管理工作、提供决策支持、实现长远利益发挥着日益重要的作用,在当前经济进入"新常态"的发展背景下,经济发展呈现出"变速度、优结构、新动力、多挑战"的特征,管理会计系统所具备的成本会计和管理控制两大子系统成为应对"新常态"的重要工具.本文从广电行业入手,分析加快推进广电行业管理会计的必要性,并结合管理会计在广电行业的应用水平提出进一步提高该水平的方法.     

工商银行区块链隐私计算融合技术探索与实践

随着全球数字化浪潮席卷而来,数据正逐渐成为新一轮数字科技革命和产业变革的焦点。近年来,我国逐渐提高对数据领域的关注度,2020年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》明确将数据与土地、劳动力、资本、技术等并列为生产要素之一。当前,数据要素领域存在数据归属权难以确定、数据隐私易泄露、数据资产化困难、计算全流程可信等问题,业界针对这一系列问题形成了区块链隐私计算融合技术的解决方案,以解决数据要素全生命周期管理问题,在保护各方隐私的前提下,实现数据价值共享和全流程操作可追溯,达到数据流通合规、安全、高效、可信的效果。     

大数据时代征信业发展的机遇与挑战

大数据技术在行业思维模式、信用信息采集规则与内容、征信产品及服务等方面对征信业发展提供了机遇,也在隐私安全、信息技术等方面带来了挑战,因此应树立科学合理的大数据使用理念,建立完备的隐私保护体系,扩充大数据总量,积极推动大数据技术变革,从而促进征信业在大数据时代健康发展。     

隐私计算驱动数字化基础设施建设

<正>“十四五”数字经济发展规划指出,数字经济是继农业经济、工业经济之后的主要经济形态,是以数据资源为关键要素,促进公平与效率更加统一的新经济形态。数字经济发展速度之快、辐射范围之广、影响程度之深前所未有,正推动生产方式、生活方式和治理方式发生深刻变革,成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。在数字经济时代,如何通过数据新基建发挥数据要素价值,利用海量数据和丰富的应用场景优势,促进数字技术与实体经济深度融合,壮大经济发展新引擎,已成为社会各界共同关注的焦点。隐私计算作为数据新基建的关键底层技术之一,     

数据隐私问题的维度扩展与议题转换:法律经济学视角

"数据隐私问题"泛指由公共和商业机构处理个人信息的实践而引发的各类政治、经济、法律和伦理问题。法学界对数据隐私问题的关注仍聚焦于如何建构"个人信息权"这一教义学议题,但互联网经济和数据技术的飞速发展,已使数据隐私问题在个体权益、企业竞争和生产关系三个维度上全面展开。鉴于个体权利建构议题本身有限的智识和实用价值,法学界应尽快转向思考与数据合约监管、数据风险管理、数据资源交易和数据劳务定价等相关的机制设计问题,方能为人类社会寻求回应数据隐私挑战的努力做出有意义的贡献。     

国际金融业数据治理特征与启示

数据治理已成为数字产业发展的重要基础,在消费者隐私权益保护、数据共享流通、数据价值挖掘、数据跨境流动等领域,各国出自其政治、经济及数字产业、信息规模的特征,采取了差异化的数据治理路径。我国积极探索建立金融业数据治理框架,可执行、可落地的相关办法仍有待完善、细化。本文建议我国通过立法、行业监管指引等多层次规制框架,在服务于我国经济发展的前提下加快探索和完善数据治理框架。