在大数据时代，数据给科学研究、社会发展和经济发展提供了坚强后盾，而随着大数据、云计算、人工智能等新技术的运用，对数据的挖掘将越来越深。在数据加工、传输过程中因涉及安全问题较为复杂，成为行业正在攻坚的技术难关。

　　隐私计算是“隐私保护计算”的简称，按照普遍定义，是指在处理和分析计算数据的过程中能保持数据不离开本地环境保障安全性，同时让数据需求方获得计算结果，有利于突破数据保护与产业应用的难题。近几年来，《网络安全法》、《数据安全法》接连表决通过，相关法律落地所代表的意义不仅仅是数字经济监管趋严，更是全社会对于信息隐私安全普遍意识的觉醒。

　　隐私计算通过运用多方安全计算、联邦学习等技术手段，实现“数据可用不可见，数据不动模型动”，在保护数据隐私的前提下，满足产业发展对数据要素流通的需求。

　　作为一家致力于探索人工智能和大数据在金融领域应用的科技企业，百融云创始终注重大数据应用过程中的数据安全与隐私保护。近年来，百融云创人工智能专家从隐私集合求交集、联邦学习等技术方向入手，结合大数据具体应用场景需求，搭建起了隐私保护计算平台Indra，为金融大数据应用过程中保障数据可用性和隐私性给出了创新解法。

　　通过Indra平台，百融云创可以为合作商及客户提供高效、安全的数据合作模式，并且通过在多种具体场景的科技应用保证了数据价值挖掘深度和数据使用的的合规性和隐蔽性，进而满足数据发展过程中的隐私保护需求。

　　值得一提的是，在进一步精准确定用户“名单”的过程中，Indra平台采用并改进多种隐私集合求交集算法，可以应用于不同数据量、离/在线、是否含附加消息等各种场景，能够消除黑名单共享以及营销匹配场景中可能出现的非目标用户的信息泄漏隐患。联邦学习则将解决用户数据隐私安全和合规性问题进一步深化。百融云创的Indra平台会根据所服务的金融机构的具体业务，对重叠数据进行处理和训练，进而使数据应用条件更合规，匹配效果更精准，同时也能保证模型推理过程中客户数据的隐私保护。

　　在数据越来越有价值，数据安全越来越重要的“数据时代”，隐私计算将成为用户数据安全保护和企业发挥数据价值之间，最重要的那道把关者。在保护数据安全和促进数据生态良性发展的道路上，隐私安全计算的担子也将“越来越重”。未来，百融云创将继续加大对新技术的研发力量，营造健康与安全的金融数据生态。