收藏本页 打印 放大 缩小
0

未来25年看隐私计算与区块链

发布时间:2021-08-09 09:24:50    作者:    来源:中国银行保险报网

□记者 苏洁

“区块链与隐私计算是未来25年金融科技之‘核动力’革命。”在日前举办的金融科技与金融安全峰会上,北京大数据研究院区块链与隐私计算研究中心主任莫晓康这样说道。近两年,金融行业追捧隐私计算和区块链技术,主要将其应用在信贷、风控等环节。针对黑灰产、隐私保护等各种风险问题,隐私计算和区块链成为应对金融风险的有力“武器”。

隐私计算与区块链技术相融合

互联网时代,数据已经成为推动整个世界发展的生产要素之一。而数据的大量使用引发的数据隐私安全如何保证?隐私计算的出现与兴起推动了数据安全和数据合规分享等技术路径趋于成熟,在保证了数据的隐私安全的前提下能够最大限度地挖掘数据信息。

李月敏/制图

隐私计算是一种由两个或多个参与方联合计算的技术和系统,参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。目前,不少互联网厂商和技术公司推崇隐私计算技术,其原因是多方面的:首先,对于个人消费者而言,隐私计算应用有助于保障个人信息安全。个人消费者在享受数字经济便利与发展红利的同时,个人信息也被采集和广泛应用,同时也面临着信息泄露风险,而隐私计算在很多场景的应用,可以提升对个人信息的保护水平,降低个人信息在应用过程中泄露的风险。其次,对于企业和机构而言,隐私计算是数据协作过程中履行数据保护义务的关键路径。一方面,在企业内借助隐私计算,能够切实保护企业在采集、存储、分析等过程中的关键信息、商业秘密等数据。另一方面,隐私计算能够促进企业的跨界数据合作,由于隐私计算能够实现数据可用不可见,能够帮助不同企业和机构与产业链上下游的主体进行联合分析,打造数据融合应用,推动企业自身、产业层面的数据价值最大化。

近年来,企业数据的隐私保护也越来越被重视,有人认为主要归因于产业互联网的发展。对于产业互联网上的企业数据,另一个显著特征是数据合作的需求更加巨大,这也给隐私保护带来了新的挑战。然而解决这些挑战的工具之一就是区块链。

莫晓康指出,21世纪发生了一次巨大的“移民潮”,全人类从物理空间向赛博空间(指在计算机以及计算机网络里的虚拟现实)“移民”。对物理世界自然规律的探索形成了传统的科学理论,而对赛博空间自然规律的探索,就形成了赛博空间的科学:隐私计算。而与之相对应的工程技术就是区块链。它们共同的理想是:构建全球互信的基础设施,把人类几千年基于间接信任的商业模式(以至于社会管理模式),变成基于直接信任的商业模式。从技术上说,就是用分布式的程序和算法替代对可信第三方的依赖。

近日,中国信通院牵头撰写的《隐私计算与区块链技术融合研究报告(2021)》(以下简称《报告》)同样指出,要构建更加高效、完善的数据要素交易市场,仅靠单一技术是不够的,隐私计算与区块链技术相融合,能实现1+1>2的效果,为实现数据价值共享提供了新的技术路径和解决思路。

行业人士认为,区块链与隐私计算的有机结合,可实现多节点间的协同计算和数据隐私保护。大数据背景下存在的数据过度采集、数据隐私保护等问题可以通过区块链与隐私计算结合解决。区块链确保计算过程和数据可信,隐私计算实现数据可用不可见,两者相辅相成,实现更广泛的数据协同。

“隐私计算+区块链”应用于金融反欺诈

上述《报告》指出,隐私计算主要解决数据共享计算环节中的数据隐私保护问题,区块链则侧重构建可信协作网络,实现数据全生命周期的管控,两者的结合为数据要素市场化提供了一套完整、严密的解决方案。

金融机构为了保证其资金的正运转,会利用风控技术降低风险事件发生的各种可能性。比如,目前信贷风控需要通过多个数据源采集数据,进行决策、逻辑回归等运算,通过隐私计算可以在不泄露各方原始数据的前提下进行分布式模型推断或者训练,有效降低多头信贷、欺诈等风险。

《腾讯隐私计算白皮书(2021)》指出,隐私计算可助力银行联合建模,提升反欺诈模型水平。近年来,消费贷兴起,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。这一过程中隐私保护和数据安全是不可忽视的重要环节,可以有效解决合作中数据隐私与特征变量融合矛盾,在双方或多方合作中线上保障特征变量交换时的信息安全。例如,某银行应用隐私计算,每年可阻止数亿资金的风险贷款申请。

莫晓康指出,2020年爆发的DeFi(分布式金融),则是在赛博空间构建没有银行的银行业务,例如抵押贷款、多币种交易等等。它在技术上给人们以这样的希望——可以把金融的效率提高成百上千倍。如果在五年、十年以后,新型金融科技发展到这样的程度,它一定会回到现实世界中来,与传统业务深度融合。

莫晓康介绍,1994年开始了第一次互联网革命,构建了全球互联基础设施;2009年区块链则引发了第二次互联网革命;到2050年(或许更早),将建成全球互信基础设施。全球互信基础设施完全建成以后,可信第三方就会自然的变成多余的。莫晓康抛出这样的问题值得行业思考——传统金融科技该怎么做?该有什么样的转型?仍是一个巨大的未知的空间,需要大家共同探索和发现。


未来25年看隐私计算与区块链

来源:中国银行保险报网  时间:2021-08-09

□记者 苏洁

“区块链与隐私计算是未来25年金融科技之‘核动力’革命。”在日前举办的金融科技与金融安全峰会上,北京大数据研究院区块链与隐私计算研究中心主任莫晓康这样说道。近两年,金融行业追捧隐私计算和区块链技术,主要将其应用在信贷、风控等环节。针对黑灰产、隐私保护等各种风险问题,隐私计算和区块链成为应对金融风险的有力“武器”。

隐私计算与区块链技术相融合

互联网时代,数据已经成为推动整个世界发展的生产要素之一。而数据的大量使用引发的数据隐私安全如何保证?隐私计算的出现与兴起推动了数据安全和数据合规分享等技术路径趋于成熟,在保证了数据的隐私安全的前提下能够最大限度地挖掘数据信息。

李月敏/制图

隐私计算是一种由两个或多个参与方联合计算的技术和系统,参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。目前,不少互联网厂商和技术公司推崇隐私计算技术,其原因是多方面的:首先,对于个人消费者而言,隐私计算应用有助于保障个人信息安全。个人消费者在享受数字经济便利与发展红利的同时,个人信息也被采集和广泛应用,同时也面临着信息泄露风险,而隐私计算在很多场景的应用,可以提升对个人信息的保护水平,降低个人信息在应用过程中泄露的风险。其次,对于企业和机构而言,隐私计算是数据协作过程中履行数据保护义务的关键路径。一方面,在企业内借助隐私计算,能够切实保护企业在采集、存储、分析等过程中的关键信息、商业秘密等数据。另一方面,隐私计算能够促进企业的跨界数据合作,由于隐私计算能够实现数据可用不可见,能够帮助不同企业和机构与产业链上下游的主体进行联合分析,打造数据融合应用,推动企业自身、产业层面的数据价值最大化。

近年来,企业数据的隐私保护也越来越被重视,有人认为主要归因于产业互联网的发展。对于产业互联网上的企业数据,另一个显著特征是数据合作的需求更加巨大,这也给隐私保护带来了新的挑战。然而解决这些挑战的工具之一就是区块链。

莫晓康指出,21世纪发生了一次巨大的“移民潮”,全人类从物理空间向赛博空间(指在计算机以及计算机网络里的虚拟现实)“移民”。对物理世界自然规律的探索形成了传统的科学理论,而对赛博空间自然规律的探索,就形成了赛博空间的科学:隐私计算。而与之相对应的工程技术就是区块链。它们共同的理想是:构建全球互信的基础设施,把人类几千年基于间接信任的商业模式(以至于社会管理模式),变成基于直接信任的商业模式。从技术上说,就是用分布式的程序和算法替代对可信第三方的依赖。

近日,中国信通院牵头撰写的《隐私计算与区块链技术融合研究报告(2021)》(以下简称《报告》)同样指出,要构建更加高效、完善的数据要素交易市场,仅靠单一技术是不够的,隐私计算与区块链技术相融合,能实现1+1>2的效果,为实现数据价值共享提供了新的技术路径和解决思路。

行业人士认为,区块链与隐私计算的有机结合,可实现多节点间的协同计算和数据隐私保护。大数据背景下存在的数据过度采集、数据隐私保护等问题可以通过区块链与隐私计算结合解决。区块链确保计算过程和数据可信,隐私计算实现数据可用不可见,两者相辅相成,实现更广泛的数据协同。

“隐私计算+区块链”应用于金融反欺诈

上述《报告》指出,隐私计算主要解决数据共享计算环节中的数据隐私保护问题,区块链则侧重构建可信协作网络,实现数据全生命周期的管控,两者的结合为数据要素市场化提供了一套完整、严密的解决方案。

金融机构为了保证其资金的正运转,会利用风控技术降低风险事件发生的各种可能性。比如,目前信贷风控需要通过多个数据源采集数据,进行决策、逻辑回归等运算,通过隐私计算可以在不泄露各方原始数据的前提下进行分布式模型推断或者训练,有效降低多头信贷、欺诈等风险。

《腾讯隐私计算白皮书(2021)》指出,隐私计算可助力银行联合建模,提升反欺诈模型水平。近年来,消费贷兴起,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。这一过程中隐私保护和数据安全是不可忽视的重要环节,可以有效解决合作中数据隐私与特征变量融合矛盾,在双方或多方合作中线上保障特征变量交换时的信息安全。例如,某银行应用隐私计算,每年可阻止数亿资金的风险贷款申请。

莫晓康指出,2020年爆发的DeFi(分布式金融),则是在赛博空间构建没有银行的银行业务,例如抵押贷款、多币种交易等等。它在技术上给人们以这样的希望——可以把金融的效率提高成百上千倍。如果在五年、十年以后,新型金融科技发展到这样的程度,它一定会回到现实世界中来,与传统业务深度融合。

莫晓康介绍,1994年开始了第一次互联网革命,构建了全球互联基础设施;2009年区块链则引发了第二次互联网革命;到2050年(或许更早),将建成全球互信基础设施。全球互信基础设施完全建成以后,可信第三方就会自然的变成多余的。莫晓康抛出这样的问题值得行业思考——传统金融科技该怎么做?该有什么样的转型?仍是一个巨大的未知的空间,需要大家共同探索和发现。

未经许可 不得转载 Copyright© 2000-2019
中国银行保险报 All Rights Reserved