数据要素可信流通体系与案例参考

数据要素商品交易平台的可信流通体系，需要满足“流通主体可信”“流通数据可信”“流通过程可信”三大基本要求。

对流通主体可信，需要包括主体认证、主体信用管理、共识或共治机制等多项基础要求共同实现，如：身份安全认证管理系统是目前数据要素主体身份认证的路径之一。

对流通数据可信，需要满足数据来源真实可靠、加工处理符合标准，同时还应当建立统一的语义元数据标准、数据互操作标准，便于汇集融合和关联计算。

对流通过程可信，其核心是采取技术、管理和法律的手段，管控数据流通风险，构建技术信任体系。

技术上，应当采用隐私计算、可信计算等确保数据使用安全和审计可信；法律上，应当对流通主体之间的责任切分明确，让各主体自主负责；管理上，应当通过合同或协议明确数据的使用约束，明确数据使用的审计和监督机制。

此外，可信流通体系还需建立数据合规流通数字证书等制度性工具和软件基础设施，以促进数据合规、高效流通使用。

案例参考与介绍

• 基于隐私计算的合规监管技术在金融反欺诈中的应用解决方案

应用融安隐私计算平台多方安全计算引擎实现金融集团业务数据与外部数据源联合计算，输出企业信用评分，用于金融反欺诈场景，为金融企业合法使用外部数据源用于自身企业风控和营销等核心业务能力提升提供了可行的解决路径。创新性地引入第三方监管机构，应用融安隐私计算平台合规监管技术框架中的隐私度量技术、参数一致性监管技术、匿踪计量计费技术等一系列密文监管技术对交易全生命周期合规监管，在数据流通合规监管方面做了有意义的探索和实践，使得数据交易监管机构在密文状态下依然可以实现数据交易的事前、事中、事后的全过程合规监管。

方案采用基于多方安全计算技术的评分卡模型，具有简洁稳定、技术成熟、可解释性好等特点。根据企业客户不同维度特性，运用评分卡模型输出企业的信用评分；在运营商和电力公司数据参与运算前，采用函数或算子隐私保护度量技术用少量的真实数据或模拟数据,对参与运算的每个维度数据给出隐私保护评分，用于运营商和电力公司数据输出的依据。监管机构期望监管交易流程，交易过程合法合规，包括事前监管，对目标函数或算子的保护程度给出隐私保护评分；事中监管，对授权完整性、模型和数据一致性进行核验；事后监管，提供计量计费功能及存证用于处理争议。

• 金智塔隐私计算安全融合政务数据赋能银行智能风控

针对亟需引入多维数据推动业务高质量发展实际需求，浙商银行利用“金智塔隐私计算平台”,打破了“数据孤岛”,安全合规融合了更多受隐私、安全因素限制的政务数据，实现了更精准的智能风控，化解了小微企业融资难的问题，推动了普惠金融的高质量持续发展。金智塔隐私计算平台运用了多方安全计算、联邦学习、区块链等技术，实现了“数据可用不可见”、“计算可信可链接”、“用途可控可计量”,提供了数据分级分类管理、数据质量审计、模型效果审计、数据应用存证等数据安全与隐私保护全流程管理，通过对接浙江省金融综合服务平台，安全合规地融合了市场监督管理局、法院、税务、环保等55个省级政府部门政务数据，助力浙商银行贷前、贷后智能风控等业务的创新发展。

应用隐私保护机器学习新技术，在数据不出域的前提下，进行高效的机器学习建模。实验结果表明，金智塔科技的方法不仅计算速度快了5倍，而且减少了80%的网络开销，该项成果发表于KBS'22。创新联邦学习GNN范式，解决数据孤岛导致的图分割问题，极大地提升图模型表达能力。实验结果表明，金智塔科技的联邦学习GNN框架在三个基准数据集上的效果都显著优于传统的GNN框架，该项成果发表于IJCAI'22。创新设计基于两阶段的隐私保护CDR框架，在保护数据隐私前提下，有效缓解数据稀疏性。实验结果表明，在两个基准数据集上，金智塔科技的方法具有普遍的有效性，该项成果发表于WWW'22。设计新型全对称、去中心化的节点网络架构，增强平台在不同业务场景的灵活性和普适性。实践表明，金智塔科技的架构相对于传统的集中式架构，对于不同的场景具有很强灵活性、普适性。该项成果见专利《基于隐私保护的去中心化业务模型训练方法及装置》。