微眾銀行宣佈多方大數據隱私計算平臺開放體驗

7月20日，由中國資訊通信研究院聯合隱私計算聯盟主辦的“2021隱私計算大會”在京舉辦。

會上，微眾銀行宣佈多方大數據隱私計算平臺WeDPR-PPC將開放核心功能體驗，進一步降低應用隱私計算的門檻，助力合作夥伴在可快速迭代的實驗環境中，探索隱私計算的實際效果和能力邊界。

與此同時，中國通信標準化協會大數據技術標準推進委員會發佈了《隱私計算跨平臺互聯互通第1部分：總體框架》，總領後續各細分標準的具體內容。微眾銀行作為起草單位參與編寫，一同給出實現互聯互通的總體思路。

開放核心功能，創新給出隱私計算應用“模板”

相比傳統資訊化技術，隱私計算目前仍屬於一類技術門檻較高的前沿數據處理技術，行業中缺乏可開放訪問的相關基礎設施和體驗環境，這對於推廣隱私計算、發展基於隱私計算的業務創新都是很大的挑戰。如何兼顧發展和安全、平衡效率和風險，在保障安全的前提下發揮數據價值，是當前面臨的重要課題。

在此背景下，微眾銀行創新性地將自研的多方大數據隱私計算平臺WeDPR-PPC的核心功能開放體驗，將提供核心安全多方計算引擎和常用隱私計算應用模板，覆蓋跨機構數據查詢、安全多方演算法自定義編寫、聯合建模和預測等功能和場景的友好體驗。會上，微眾銀行區塊鏈首席架構師張開翔表示，我們希望通過提供開箱即用的隱私計算業務探索體驗，在降低隱私計算應用門檻的同時，拉近隱私計算技術和行業潛在應用的距離，更有力地推進有影響力的隱私計算標桿應用落地。

據悉，WeDPR-PPC平臺結合了區塊鏈和安全多方計算的優勢，實現在確權、授權和維權的全生命週期管理下，達到多方數據的聯合報表、聯合計算、隱私查詢、聯合建模和預測等。平臺具備十億級別的大數據處理能力，支援任意多方的隱私數據跨域協作，同時提供橫向通用性計算能力和縱向定制型計算能力覆蓋全域場景，滿足海量數據商業應用場景需求。在工信部信通院最新一批“大數據産品能力評測”中，WeDPR-PPC首批通過“區塊鏈輔助的隱私計算産品”權威評測，安全性、性能、功能全面符合國家級測試標準。

三大技術底座，微眾銀行構建隱私計算能力體系

張開翔介紹，面對數據流通中的痛點，隱私計算技術為流通過程中數據的“可用不可見”提供了解決方案，其主要涉及三個關鍵技術支撐：區塊鏈、聯邦學習和安全多方計算。區塊鏈本身具有多中心、分佈式以及不可篡改、智慧合約的特性，承擔構建數據互信的機制，有效實現分佈式協作模式。聯邦學習能有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下，進行數據使用和機器學習建模。安全多方計算的優勢則在於，各個參與方對其所擁有的數據擁有絕對的控制權，保證基本數據和資訊不會洩露。

近些年，微眾銀行深耕隱私計算，在三大技術支撐方面均形成了豐富的成果。

區塊鏈方面，微眾銀行在多年技術沉澱的基礎上，發佈的區塊鏈核心項目已超過 10個，構建了涵括底層、中間件和應用組件在內的全棧技術體系。其中，由微眾銀行牽頭研發的國産安全可控區塊鏈底層平臺FISCO BCOS，成為國家資訊中心頂層設計的區塊鏈服務網路BSN中首個國産聯盟鏈底層框架。且自2017年向全球開源以來，已匯聚了2千多家企業機構、逾4萬名社區成員，建成最大最活躍國産開源聯盟鏈生態圈。開源社區內數百個應用基於FISCO BCOS研發，其中已有超過120個應用投入使用，覆蓋政務、跨境數據流通、金融、公益、醫療、教育等多個領域。

聯邦學習方面，早在2019年 2月，微眾銀行便將自主研發的全球首個工業級聯邦學習框架 FATE予以正式發佈，提供基於數據隱私保護的分佈式安全計算框架，為機器學習、深度學習、遷移學習演算法提供高性能的安全計算支援。目前，FATE已在信貸風控、客戶權益定價、智慧零售、智慧醫療、監管科技等領域推動應用落地。

安全多方計算方面，微眾銀行給出了場景式隱私保護解決方案WeDPR。該方案組合多種隱私保護策略，融合安全多方計算、同態加密、零知識證明、選擇性披露等演算法，滿足多變業務流程，並圍繞開放數據平臺、敏感黑名單互通、聯合風控、匿名投票、安全支付、隱秘競拍等典型場景，陸續開源其中的核心演算法實現。