光之树副总裁武姗姗：解锁隐私计算应用新场景
“
光之树在TEE上第一个优势是我们的兼容性比较高，我们同时支持英特尔的Intel SGX、中科海光的海光CSV以及华为的华为Trust Zone，能够很好地配合客户的信创需求。
编辑｜朋湖网
6月29日，在上海现代服务业联合会的指导下、上海市银行同业公会的支持下，朋湖网联合圆石金融研究院举办的陆家嘴产业金融论坛2022系列线上公益活动——数字经济下的“隐私计算应用产业发展论坛”于线上隆重召开。
本次论坛邀请到了上海市银行同业公会钱钧秘书长、上海交大计算法学与伦理研究中心执行主任刘志毅，富数科技、洞见科技、光之树科技、蓝象智联等来自隐私计算领域的先锋企业以及中国工商银行股份有限公司、中银金融科技有限公司等金融领域应用场景方专家代表，共同探讨数字经济时代下的隐私计算技术应用及产业发展方向，并从金融行业角度全方位解读隐私计算应用场景落地的实际案例，对隐私计算技术的发展模式及未来趋势进行了深刻的解析。
上海现代服务业联合会会长特别助理、汽车产业金融服务专委会秘书长，兼上海国际航运中心发展促进会金融与保险工作委员会常务副主任兼秘书长沈颐辰出席，并作了主办方致辞。
光之树副总裁武姗姗出席并带来了主题为《解锁隐私计算应用新场景》的精彩演讲。
以下为演讲实录
各位领导、各位朋友大家好！我今天要跟大家分享的是近期我们在隐私计算的一些新型应用场景上的尝试。
首先和大家简单介绍一下光之树科技，我们是一家从2017年便开始投身于隐私计算的公司，经过一直以来的专注研发，现在已经形成了包括联邦学习+MPC+隐匿查询+TEE在内的完整产品矩阵。我们曾连续三年分别获得达沃斯世界经济论坛“全球技术先锋企业奖”“Pioneers of Change” “Global Innovators”，也是唯一获此殊荣的中国软件企业。
在发展过程中，我们积极地参与了业内的多项标准的制定，有着三十余项发明专利与软著，也通过了各种类型的技术相关测评，获得了业内非常多的认可。
同时，我们也与多个领域中的顶尖企业保持着战略合作关系，比如在信创领域，我们是最早和华为开展合作的隐私计算厂商，与华为联合推出了“软件+硬件”的隐私计算纯国产一体化技术方案，成为华为鲲鹏支持TA加密的TrustZone服务器001号的外部开发者；我们是第四范式独家的隐私计算合作伙伴，与其有着深度的战略合作，将包括AutoML在内的前沿人工智能算法与隐私计算引擎深度结合，极大提高隐私计算平台的智能化水平；与安全领域国家队卫士通合作，将包括数据分级分类、身份认证和商业密码领域的安全技术与隐私计算融合，推出了完善的数据安全领域解决方案；与腾讯云开展战略合作，促进云计算、隐私计算和区块链技术与政务服务融合，提供政务数据流通解决方案，为各委办局智慧化数字化发展提升赋能。
其次，我跟大家分享一下我们最近拓展的一些基于隐私计算的新型场景。谈到我们开拓的新型的场景，那么第一个要说的是我们开拓新型场景的基石，主要是有两个方面，第一个是我们的技术积累，尤其是近期我们在TEE上的研发优势，能够让我们帮助客户在同等场景下能够提供更多的选型空间，那光之树在TEE上第一个优势是我们的兼容性比较高，我们同时支持英特尔的Intel SGX、中科海光的海光CSV以及华为的华为Trust Zone，能够很好地配合客户的信创需求。另外，在传统的TEE之外，我们还提供分布式的TEE解决方案，因为传统的TEE解决方案，实际上客户总是有数据会出域的担心，但是分布式TEE能够真正地支持数据不出域，而且性能远高于同态、MPC等软件方案。
另一方面，多维数据和新型数据也是光之树拓展隐私计算新型应用场景的基石。我们连接了多维数据源，并且开发了非常多的新型数据，因为隐私计算作为促进数据生产要素化流通的新型基础设施是要数据赋能和服务的，那么我们的多维度数据包括了不同的维度，从地理角度来看，我们不但有全国性质的数据，更有横跨240个国家、95种语言的全球商业数据；从行业角度来看，我们有传统的金融数据之外，还拓展和融合了很多跨行业的数据，比如说物流、电力等行业，数据类型多样化；从触达类型来看，我们从C端到B端再到海关船运等，都有所积累。此外，合作的几十家数据合作方，70%以上为行业Top3。
多维数据为光之树构建了强大的隐私计算数据网络，在链接多维数据的同时，我们也积极地去探索新型的行业数据资产化应用场景。
第一个要说的就是我们从全国到全球，助力跨境电商优选客户拓客的案例。我们的客户是一家国际知名的跨境支付平台，这个平台它支持全球大约十几个跨境电商平台，能够覆盖100多个国家，同时支持非常多的跨境电商支付业务。他们在发展过程中面临的挑战是什么？
如何在自有的跨境电商名单中筛选出符合成为贷款客户的优质跨境电商成为难题。大家可能知道，去年亚马逊为了他们的风控，封掉了一大批的国内电商，那么我们也启动了同款的风控模型，实际上是通过这些跨境电商的金融支付数据，如关联账户、全球企业关系、全球实际控制人以及店与店之间是否有一致的IP和cookie等维度来进行建模，之后通过TEE结合秘密查询的方式，为客户筛选出了最值得放贷的一批电商企业。
第二个案例是我们从金融行业跨到物流行业的一次实践，为大型物流龙头企业打造了先寄后付预测模型。
大家可能都有这样的经历，在几年之前，大型的物流企业来上门收快递的时候，其实它都是一个当场立付的模式，那这个模式实际上对于企业的管理来说并非最优的模式，此外，在疫情防控期间，原有的收派件服务流程的付款时间至少在5秒以上，接触时间较长，不利于疫情防控。所以我们想要把它变成一个先寄后付的模式，但现有散客 “先寄后付模式”对象甄别中，由快递员主观判断，若判断失误，容易造成坏账风险，因此能够享受先寄后付的消费者范围较为有限，因此，我们就通过了隐私计算技术帮助头部物流企业引入了价值含量极高的散单客户真实跨行数据依据，在拥有散单客户基本信息的基础上，补充在金融业务中的个人信用相关行为变量等，通过建立低风险人群标准画像，从实际待推广客户数据中筛选符合标准的目标群体。
此外，我们还积极探索开发新型的数据场景，比如，我们在碳中和的国家战略目标下，协助了大型的能源企业将碳作为一种新型的数据资产来管理的目标。在这个企业的碳目标管理平台上，要对企业各种的用能及排放数据进行整合，对园区内的企业征信、贸易供应链及生产经营数据也要打通。在此之中的痛点是什么？——能源数据作为碳目标管理的重要组成，需要向各级政府、国内外各大机构、组织进行披露，而各大全区能源数据直接披露将暴露国家机密。
那通过我们的隐私计算平台，将以碳为单位的数据向有数据需要的部门、机构通过隐私计算后输出不同的结果，如国家电网差异值的对错等，就能将数据安全地对外输出。
当然，在不断开拓性的行业场景的同时，我们在已有的行业中也积极地拓展新的应用方向，比如在政务等领域，从原来我们帮助政府做数据治理，到支持现在某个一线城市的一个内涝预测的防灾应急场景。通过隐私计算将隐私和非敏感数据融合在一起进行加密，从而实现数据可用不可见，并输出具有高精度的内涝预测结果，实现内涝等级划分。
以上就是我们除了之前做的比较传统的金融业务之外，最近在做的一些隐私计算的新型场景的探索，我们也非常愿意和业内更多的伙伴们一同交流探讨，让隐私计算落地到更多的行业当中去。
预告
开题报告｜预计9月发布
朋湖网正在针对隐私计算进行《2022建立统一大市场下，各行业对于隐私计算的应用市场研究》报告的撰写，预计在9月初发布；旨在探讨在全国统一大市场背景下，结合政策、技术、市场三方，研究各行业对隐私计算爆发的市场需求，围绕几个重点的应用落地场景，探讨统一大市场中隐私计算在数据要素市场发挥的作用以及由此带来的联动效果。
报告撰写期间，欢迎更多业内人士与我们联系，经交流分享的信息和资料如经采纳，将在报告中标注来源，并在报告的致谢页中露出。
微信号｜Gcx847076575
报告撰写负责人｜朋湖网主编龚晨霞
1
END
1
出品 | 朋湖网
往期推荐
分享、在看与点赞
关注科技不迷路