2024年工商银行隐私计算技术及应用白皮书

版权说明

白皮书 工商银行隐私计算技术及应用 中国⼯商银⾏软件开发中⼼
2024 年 10 ⽉
版权说明

版权说明 本⽩⽪书版权属于中国⼯商银⾏软件开发中⼼，并受法律保护。转载、摘编或利⽤其它⽅式使⽤本⽩⽪书⽂字或者观点的，应注明“来源:中国⼯商银⾏软件开发中⼼”。违反上述声明者，我们将追究其相关法律责任。
1 ⽬录
⽬ 录 第⼀章 概述 .................................................... 2 第⼆章 ⼯⾏隐私计算发展现状 .................................... 4 (⼀) 基本情况介绍 ...................................................................................................... 4 (⼆) 重点⼯作及成果 .................................................................................................. 5 第三章 ⼯⾏隐私计算应⽤案例 .................................... 7 (⼀) 银⾏同业间隐匿查询数据共享案例 .................................................................. 7 (⼆) 科创企业评分授信 .............................................................................................. 8 (三) 银联数据合作联合建模案例 .............................................................................. 8 第四章 总结与展望 .............................................. 9 2 第⼀章
概述

第⼀章 概述 随着数字经济蓬勃发展，数据正在推动⽣产、⽣活和社会治理⽅式深刻变⾰。根据国家统计局公报数据，2023 年我国数字经济规模已达 55 万亿元，占 GDP ⽐重约 40%，其⾼速发展的背后是国家⾃ 2017 年以来在战略层⾯上围绕数字经济的⼀系列提前布局（⻅图 1）。 图 1 我国数字经济顶层设计与发展路径 近年来随着国家将数据列为⽣产要素，政策环境提供的机遇越加显著。2022 年 6 ⽉，习总书记在中央全⾯深化改⾰委员会上强调：“促进数据⾼效流通使⽤、赋能实体经济”、“加快构建数据基础制度体系”。党的⼆⼗⼤报告提出，构建全国统⼀⼤市场，深化要素市场改⾰，建设⾼标准市场体系，并特别提出“加快发展数字经济，促进数字经济与实体经济深度融合”；2022年 12 ⽉国务院推出“数据⼆⼗条”，旨在加快构建数据基础制度，激活数据要素潜能，增强经济发展新动能。 隐私计算技术的发展可以追溯到现代密码学时代，其内涵、特征及代表 3 第⼀章
概述
技术经过不断演进，融合了密码学、⼈⼯智能、计算机科学以及安全硬件等众多领域技术。⽬前业界隐私计算技术主要应⽤于⾦融、政务、通信运营商⾏业（⻅图 2），其中⾦融⾏业客⼾数量庞⼤、数字化程度领先，成为隐私计算的主要阵地，银⾏业主要应⽤于营销、拓客、⻛控等领域。 图 2 ⾏业隐私计算技术实践情况 在数字要素市场发展和⾦融数字化迎来重要历史机遇下，中国⼯商银⾏积极融⼊数据要素市场改⾰，通过建设跨⾏业跨主体数据合规融合的企业级隐私计算平台，创新了“数据可⽤不可⻅，数据不动模型动”的隐私计算新机制，有效解决数据安全情况下打通内外部数据流通的重⼤难点。 4
第⼆章
⼯⾏隐私计算发展现状
第⼆章 ⼯⾏隐私计算发展现状 (⼀) 基本情况介绍 中国⼯商银⾏⾃ 2020 年启动隐私计算技术研究以来，已先后建成以多⽅安全计算、联邦学习等企业级技术基础平台为核⼼，全⾯覆盖营销、拓客、⻛控、集团信息融合等场景应⽤，有⼒⽀撑数据合作模式创新、系统功能⾼效研发、场景推⼴成果充分转化的隐私计算体系，并积极开展可信安全技术的研究和应⽤，为未来更为复杂场景的跨领域数据合作进⾏技术能⼒提前布局。 图 3 ⼯⾏隐私计算发展历程 5 第⼆章
⼯⾏隐私计算发展现状

(⼆) 重点⼯作及成果 1．平台能⼒建设 已建成包括隐私求交、隐匿查询、联合统计、联合建模在内的企业级隐私计算平台服务，具备服务标准化、⾼效产品对接、全流程⾃动化和⾼性能计算能⼒，可充分满⾜银⾏业所有典型应⽤场景需求。 图 4 隐私计算平台能⼒全视图 其中，服务标准化能⼒可⾯向应⽤封装统⼀的计算服务，屏蔽不同合作⽅产品差异，降低新增⾏内业务应⽤时的改造成本；⾼效对接能⼒主要解决功能⼯⾏平台与众多合作⽅产品的快速对接、适配，提升新增合作⽅时的对接效率；全流程⾃动化能⼒⽤于在⼤规模推⼴的重点场景，打通业务应⽤、数据中台应⽤与合作⽅系统，实现业务操作、数据准备、信息交换全流程⾃动化，提升业务办理效率和⽤⼾体验；⾼性能计算能⼒重点解决合作⽅数量 6
第⼆章
⼯⾏隐私计算发展现状
较⼤场景下计算效率瓶颈和对接开发成本激增等问题。 2．业务场景落地及⾏业影响 截⽌⽬前，⼯⾏已累计实施落地各类隐私计算数据合作业务场景 30+个，获评信通院星河隐私计算标杆案例和优秀案例、⼯信部⼤数据产业发展试点⽰范项⽬、IDC ⾦融⾏业技术应⽤场景创新坚定者等 10 多个奖项，其中在普惠⾦融⽅⾯，商⼾贷产品短期内即取得拓客数和、贷款⾦融均取得显著增⻓，助⼒普惠业务实现新突破；在同业数据共享合作⽅⾯，探索建⽴银⾏间基于隐私计算的⾏业⽰范应⽤，助⼒开拓银⾏间⾏业级数据共享⽣态；在集团数据壁垒打通⽅⾯，持续完善集团客⼾画像，助⼒银⾏精准识别客⼾；在⻛险防控⽅⾯，提升了商业银⾏主动防、智能控、全⾯管的能⼒，总体成效显著。 此外，⼯⾏与信通院、⾦融科技产业联盟等组织合作，积极参与编制隐私计算国标、⾏标和团标 10 余项，以及研究课题 20 余项，主要包括《隐私计算应⽤研究报告》、《隐私计算 ⾯向⾦融场景的应⽤规范》、《⾦融业隐私计算互联互通平台技术规范》等。 7 第三章
⼯⾏隐私计算应⽤案例
第三章 ⼯⾏隐私计算应⽤案例 (⼀) 银⾏同业间隐匿查询数据共享案例 本应⽤综合运⽤隐私计算技术，搭建银⾏间数据共享平台，在保障各⽅对公客⼾数据隐私的前提下，经客⼾明确且充分授权后，在确保各⽅原始数据不出域的基础上，将中国⼯商银⾏股份有限公司、中国银⾏股份有限公司和中国农业银⾏股份有限公司三家银⾏对公客⼾的历史交易数据进⾏可信共享，在保证各⽅客⼾数据隐私的前提下，实现跨⾏资⾦流⽔验真查询，获知对公客⼾在合作银⾏的交易流⽔真伪情况，辅助银⾏开展客⼾贷前授信评定及融资需求合理性分析，有效提升信贷⻛控⽔平。此外，国家⾦融科技⻛险监控中⼼作为监测⽅监测平台运⾏情况，保障平台稳定运⾏