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。隐私计算的出现和兴起推动了数据安全和数据合规分享等技术的成熟发展,能够在保护数据隐私的前提下最大限度地挖掘数据信息。
区块链是一种分布式账本技术,可以确保计算过程和数据的可信。在金融领域,企业数据的隐私保护变得越来越重要,特别是在产业互联网的发展下,数据合作的需求更加巨大。区块链可以解决这些挑战,构建可信的协作网络,实现数据全生命周期的管控。
隐私计算和区块链的结合可以实现多节点间的协同计算和数据隐私保护。对于金融行业来说,这意味着可以通过组合应对数据过度采集和数据隐私保护等问题。隐私计算保护数据的可用性,在此基础上,区块链确保数据的可信度,二者相辅相成,实现更广泛的数据协同。
在金融领域,隐私计算和区块链技术的结合可以应用于反欺诈领域。隐私计算可以在不泄露原始数据的前提下进行分布式模型推断或训练,有效降低信贷风险和欺诈风险。银行可以利用隐私计算进行反欺诈建模,提升反欺诈模型水平,避免信贷欺诈给银行带来的损失。
莫晓康指出,隐私计算和区块链技术是构建全球互信基础设施的关键,它们可以将金融效率提高成百上千倍。他还提出了一个问题,传统金融科技应该如何转型和适应这一技术的发展。这是一个巨大的未知空间,需要行业共同探索和发现。