打破金融数据“信息孤岛”
发布时间：2021-04-26 08:58:50 作者： 来源：中国银行保险报网
□记者 苏洁
随着数字经济时代的到来，数据成为一种新型的生产要素，和社会财富被不断分享、分析、利用，个人隐私安全问题成为数字社会首要关注点。目前，《数据安全法》《个人信息保护法》正在加紧制定出台。与此同时，数字社会的治理成为我们需要面对的重要议题，数据安全、个人隐私保护等问题受到社会广泛关注。对于金融行业来说，如何在数据隐私和数据共享之间做好平衡，成为当下行业关注的话题。
数据安全和隐私保护成难题
日常生活中，小到衣食住行，大到商业决策，都会产生大量的数据。与此同时，关于用户隐私泄露、数据违规事件频频登上热搜，公众对于数据安全和隐私保护愈发关注。
“十四五”规划明确提出要加强涉及国家秘密、商业秘密、个人隐私的数据保护，加快推进数据安全、个人信息保护等领域的基础性立法，强化数据资源全生命周期安全保护。
2019年《中国网民权益保护调查报告》显示：2019年，有将近80%的网民个人身份信息被泄露；因个人信息泄露导致诈骗信息、诈骗消息等等，导致网民总体损失几百亿的情况。
“发展数字经济仍不可避免的面临着不少困难，其中数据的共享开放便是首当其冲的难题。放眼全球，不同系统、不同组织之间的数据共享开放程度普遍较低，由此也带来了信息孤岛问题。造成这一现状的原因，有政策方面的问题，有观念认识方面的问题，也有技术问题，还有出于数据安全和隐私保护方面的考虑。”中国科学院院士梅宏在4月18日举办的2021腾讯大数据高峰论坛上说道。
如何平衡数据共享开放和数据安全隐私保护的关系？梅宏指出，首先应强调“应用先行、安全并重”的原则，在国家层面需要加紧建立数据资源的确权、开放、流通以及交易相关的制度，促进以安全为前提条件的数据流通和融合。而在行业和组织层面，应该在国家法律法规的框架下，各自建立相应的行业制度和规范，推动行业企业内外的数据协作，打破不同组织、不同系统之间的数字壁垒，为数据分析和人工智能应用奠定基础。
梅宏表示，在开放创新的大背景下，追求关键核心技术领域的自主可控，应该成为我国产学研各界共同努力的目标。“科技向善”应该成为科研价值的导向，也应该成为更多企业研发技术和产品的底线。
隐私计算打破信息孤岛
数据共享和隐私保护看似矛盾，实则用技术就可以解决这一难题。目前，一方面企业数据更多希望是协作、协同；另外一方面消费者希望保护好自己数据的安全，希望隐私不要泄露。如何做好平衡，非常关键。
大数据在飞速发展，每年的产业规模以23%的速度在增长，这个增长带来很多创业的机会和数据的能力，甚至数据规模体系建设的机会。
行业人士指出，数据的合规问题也是大数据应用最关键的问题，而数据隐私计算也是做数据安全保护以及数据合规的最核心的基础。随着法律法规的出台，数据安全隐私保护问题越来越突出，隐私计算就这样应运而生。
中国信息通讯研究院云计算大数据研究所副所长魏凯在上述论坛中表示，现在热门的技术方向是隐私计算，它能够保障数据可信的融合与流通。在金融行业，尤其迫切需要联合做好风控。
金融对数据安全要求极为严苛
近日发布的《腾讯隐私计算白皮书2021》中提到，在金融行业，隐私计算可以助力银行联合建模，提升反欺诈模型水平。比如，消费贷近年来兴起，随之而来的信贷欺诈也越来越严重，恶意骗贷、仿冒他人骗贷、团伙欺诈等欺诈行为对银行等相关信贷机构造成了严重的损失。传统上，银行都是基于历史还款信息、征信数据和第三方的通用征信分来做贷前反欺诈，仍存在数据维度缺乏、数据量较少等情况，需要融合多方数据联合建模才能构建更加精准的反欺诈模型，但这一过程中隐私保护和数据安全是不可忽视的重要环节。
对于金融行业来说，保障数据隐私安全有哪些必要性？
中国民生银行直销银行产品二中心总经理廖鹏指出，商业银行持有客户的身份信息和资产信息，对于隐私的级别要求很高，也非常注重数据的安全和合规使用。近年来，大数据和云计算快速发展，客户终端的行为数据还有终端数据被广泛使用，银行对于这类的隐私数据始终采取的是审慎严谨、严守合规的态度，按照最小化采集、非必要性不采集的原则，银行保持审慎谨慎的合规经营理念，以保护客户隐私。
“金融领域的数据共享合作，以往受限于法律合规性，无法挖掘数据要素的经济价值。隐私计算技术，则可以满足法律法规对数据协作的合规要求，为数据协作的各方提供更加安全的数据保障。”廖鹏说道。
提到金融行业，大家很快会想到金融级安全。的确，金融行业对于数据的安全性要求极为严苛。同时在金融风控和金融业务等场景又需要数据的帮助。如何在充分保护数据安全的前提下，让数据发挥价值？
廖鹏认为，在金融领域，所体现的主要有两方面：一是金融获客，二是智能风控。智能风控主要是对客户的反欺诈金融评估进行精准识别，这里面也要用到隐私计算，通过隐私计算的方法，在保障不泄露顾客原始的数据下真正服务好客户。
数字时代，技术创新是永恒的命题，在隐私安全与数据融通并重的今天，隐私计算技术为我们带来了新的实现路径。
□记者 苏洁
随着数字经济时代的到来，数据成为一种新型的生产要素，和社会财富被不断分享、分析、利用，个人隐私安全问题成为数字社会首要关注点。目前，《数据安全法》《个人信息保护法》正在加紧制定出台。与此同时，数字社会的治理成为我们需要面对的重要议题，数据安全、个人隐私保护等问题受到社会广泛关注。对于金融行业来说，如何在数据隐私和数据共享之间做好平衡，成为当下行业关注的话题。
数据安全和隐私保护成难题
日常生活中，小到衣食住行，大到商业决策，都会产生大量的数据。与此同时，关于用户隐私泄露、数据违规事件频频登上热搜，公众对于数据安全和隐私保护愈发关注。
“十四五”规划明确提出要加强涉及国家秘密、商业秘密、个人隐私的数据保护，加快推进数据安全、个人信息保护等领域的基础性立法，强化数据资源全生命周期安全保护。
2019年《中国网民权益保护调查报告》显示：2019年，有将近80%的网民个人身份信息被泄露；因个人信息泄露导致诈骗信息、诈骗消息等等，导致网民总体损失几百亿的情况。
“发展数字经济仍不可避免的面临着不少困难，其中数据的共享开放便是首当其冲的难题。放眼全球，不同系统、不同组织之间的数据共享开放程度普遍较低，由此也带来了信息孤岛问题。造成这一现状的原因，有政策方面的问题，有观念认识方面的问题，也有技术问题，还有出于数据安全和隐私保护方面的考虑。”中国科学院院士梅宏在4月18日举办的2021腾讯大数据高峰论坛上说道。
如何平衡数据共享开放和数据安全隐私保护的关系？梅宏指出，首先应强调“应用先行、安全并重”的原则，在国家层面需要加紧建立数据资源的确权、开放、流通以及交易相关的制度，促进以安全为前提条件的数据流通和融合。而在行业和组织层面，应该在国家法律法规的框架下，各自建立相应的行业制度和规范，推动行业企业内外的数据协作，打破不同组织、不同系统之间的数字壁垒，为数据分析和人工智能应用奠定基础。
梅宏表示，在开放创新的大背景下，追求关键核心技术领域的自主可控，应该成为我国产学研各界共同努力的目标。“科技向善”应该成为科研价值的导向，也应该成为更多企业研发技术和产品的底线。
隐私计算打破信息孤岛
数据共享和隐私保护看似矛盾，实则用技术就可以解决这一难题。目前，一方面企业数据更多希望是协作、协同；另外一方面消费者希望保护好自己数据的安全，希望隐私不要泄露。如何做好平衡，非常关键。
大数据在飞速发展，每年的产业规模以23%的速度在增长，这个增长带来很多创业的机会和数据的能力，甚至数据规模体系建设的机会。
行业人士指出，数据的合规问题也是大数据应用最关键的问题，而数据隐私计算也是做数据安全保护以及数据合规的最核心的基础。随着法律法规的出台，数据安全隐私保护问题越来越突出，隐私计算就这样应运而生。
中国信息通讯研究院云计算大数据研究所副所长魏凯在上述论坛中表示，现在热门的技术方向是隐私计算，它能够保障数据可信的融合与流通。在金融行业，尤其迫切需要联合做好风控。
金融对数据安全要求极为严苛
近日发布的《腾讯隐私计算白皮书2021》中提到，在金融行业，隐私计算可以助力银行联合建模，提升反欺诈模型水平。比如，消费贷近年来兴起，随之而来的信贷欺诈也越来越严重，恶意骗贷、仿冒他人骗贷、团伙欺诈等欺诈行为对银行等相关信贷机构造成了严重的损失。传统上，银行都是基于历史还款信息、征信数据和第三方的通用征信分来做贷前反欺诈，仍存在数据维度缺乏、数据量较少等情况，需要融合多方数据联合建模才能构建更加精准的反欺诈模型，但这一过程中隐私保护和数据安全是不可忽视的重要环节。
对于金融行业来说，保障数据隐私安全有哪些必要性？
中国民生银行直销银行产品二中心总经理廖鹏指出，商业银行持有客户的身份信息和资产信息，对于隐私的级别要求很高，也非常注重数据的安全和合规使用。近年来，大数据和云计算快速发展，客户终端的行为数据还有终端数据被广泛使用，银行对于这类的隐私数据始终采取的是审慎严谨、严守合规的态度，按照最小化采集、非必要性不采集的原则，银行保持审慎谨慎的合规经营理念，以保护客户隐私。
“金融领域的数据共享合作，以往受限于法律合规性，无法挖掘数据要素的经济价值。隐私计算技术，则可以满足法律法规对数据协作的合规要求，为数据协作的各方提供更加安全的数据保障。”廖鹏说道。
提到金融行业，大家很快会想到金融级安全。的确，金融行业对于数据的安全性要求极为严苛。同时在金融风控和金融业务等场景又需要数据的帮助。如何在充分保护数据安全的前提下，让数据发挥价值？
廖鹏认为，在金融领域，所体现的主要有两方面：一是金融获客，二是智能风控。智能风控主要是对客户的反欺诈金融评估进行精准识别，这里面也要用到隐私计算，通过隐私计算的方法，在保障不泄露顾客原始的数据下真正服务好客户。
数字时代，技术创新是永恒的命题，在隐私安全与数据融通并重的今天，隐私计算技术为我们带来了新的实现路径。
