星云Clustar副总裁许振：隐私计算是一项基建性技术

21世纪经济报道记者 边万莉北京报道 11月3日，“第十六届21世纪亚洲金融年会”的金融科技主题论坛在北京举办。在以“数据隐私保护与风控迭代”为主题的圆桌讨论环节，星云Clustar副总裁许振表示，数据的价值在于融合，样本和纬度越多可挖掘的价值越大。隐私计算可以兼顾安全与效率，在数据的融合、确权、流通等方面发挥巨大的作用，将成为未来重要的基础设施。

锁定所有权，发挥数据价值

作为特殊的信息载体，数据在流通过程中存在着泄漏的风险。

许振表示，传统模式中数据公司将数据交换给某企业后，该企业有可能对数据进行拷贝留存，继续共享给其他企业。如此一来，该数据的所有权随着使用权的转移也一起转移了，也就减少了数据作为数字资产的流通和交易价值。因此，数据所有权和使用权的分离是流通的基础，隐私计算提供了一种可实现的路径，即使不交换原数据，就可以发挥价值，所有权会被锁定。

“数据的价值是在融合与应用的过程中体现的，数据的融合有横向和纵向两个方向。”许振指出，横向就是指同业数据，样本越多可挖掘的价值越多，同业之间会产生打通横向数据的诉求；纵向是指异业数据，增加变量和扩充纬度能更完整的描述预测目标，可以应用于异业的合作。

许振认为，我们推广任何技术首先都是从业务部门出发，先让业务部门了解它的效果。下一步要考虑的就是安全合规性，再是科技部门是否可以使用隐私计算来解决业务问题。隐私计算包含密码学、机器学习等，是一个聚合型技术。虽然可以保护数据隐私安全，且符合监管要求，但代价是成本较高、效率较低。比如，同态加密是非常慢的技术，很难应用到实际生产中，这时就需要有一些加速的方式。

据许振介绍，星云Clustar在推广过程中所提供的是能够让客户快速实验、探索隐私计算技术带来价值的产品，提供从数据源引入到合规的数据融合隐私计算，再到底层算力加速的“一站式”服务。很多案例都是从业务部门出发，为其提供外部数据以提高对客户的预测能力，如在某一营销场景，银行想更加了解自己的C端客户，可能会使用外部的明文数据来进行建模，但在《个人信息保护法》的约束下并不可行，通过隐私计算的方式就能实现不泄漏隐私的情况下引入数据，从而实现业务目标。

在银行风控展业环节的应用

风控是贯穿银行所有业务流程中非常重要的一环，对于银行展业营销来说也十分重要。

何为营销？许振表示，“营销就是在对的时间找到对的人，给他推荐对的产品。银行提供的信贷产品能不能找到对的人和对的时间，风控至关重要。因为及时找到这个人了，但是他没有能力去偿还贷款，风控过不了，一样也不是对的人，也不是对的时间。所以，整个风控在整个环节都会起作用的。”

在这一环节，隐私计算带来的价值是什么？许振表示，银行在数字化转型的过程中，积累了大量的建模和数据分析人员，对行内数据的使用发挥到了极限。在此背景之下，隐私计算、联邦学习能为银行打开另一扇门，通过引入异业数据的方式，激活创新能力和创新热情，银行在隐私计算平台上可以非常方便地建立不同模型、调整不同参数，应用在营销、贷前、贷中等不同的场景。

许振表示，联邦学习是一种天然的分布式计算，要引入外部的数据共同进行计算。在哪种条件或者哪种协议下能够被监管认可的，也是有很多探索的空间。隐私计算的前景非常广阔，只要打通数据了，创新空间将也随之扩大。