近年，国家积极发展新质生产力，驱动宏观经济转型发展。

作为新质生产力的关键要素，数据正受到越来越多金融机构的重视。通过深度挖掘数据价值，金融机构的精准决策与金融创新能力将显著提升。

与此同时，如何在兼顾数据合规应用与数据安全的基础上，充分实现数据价值的转化与释放，进而构筑更强的金融领域“新质生产力”，众多金融机构在全流程数据管理、全链路数据治理、全方位数据服务、全视角经营管控等方面依然面临诸多挑战。

针对上述挑战，金融壹账通深入研究市场需求，结合行业最佳实践，推出DAAS开放数据平台，为金融机构的数据价值充分挖掘、数据驱动精准决策提供强有力的科技赋能基础设施与数据应用保障，助力金融机构持续提升数据要素效能，进一步构筑更强的“新质生产力”，助力实体经济更好发展。

金融机构挖掘数据价值“急需帮手”

尽管越来越多金融机构将提升数据要素效能作为提升金融“新质生产力”的重要突破口，但在数据管理、数据治理、数据服务、数据应用等环节，他们面临的“烦恼”不少。

在数据服务总线环节，如何建立内外部数据共享机制与规范数据申请流程，在兼顾数据安全与数据合规应用同时实现数据价值的转化与释放，更好满足不同部门与业务场景的数据需求，金融机构同样在努力寻找“最佳答案”。

近年，越来越多银行等金融机构着力构建数据中台作为突破口。但在实际过程，他们要么在数据“采、存、管、用”等环节遭遇诸多应用痛点，要么在挖掘数据价值方面缺乏丰富的实践经验。

如今，越来越多银行等金融机构纷纷转变策略，尝试与第三方金融科技平台开展深度合作，逐步破解上述挑战。

成都一家金融集团在上线金融壹账通的DAAS开放数据平台后，借助其可视化拖拽作业编排、AI智能开发等功能，令企业的大数据开发效率得到显著提升。 其中，DAAS开放数据平台的在线协同开发功能，令这家金融集团的项目开发过程变得可追溯，从而提升各部门的业务协同效率;此外，DAAS开放数据平台的数据权限细粒度管控机制，有效保障金融集团的数据安全。

这背后，是DAAS开放数据平台集合平安集团逾30年的经营经验沉淀，以及众多先进的AI科技与数据采集分析工具，构建数据开发与数据填报两大子平台，具备全流程数据管理、全流程数据治理，全方位数据服务、全视角经营管控等功能，涵盖数据“开发-调试-部署”全流程闭环，一面向金融机构提供一站式全域数据管理服务，解决管理层看数难、业务部门用数难、科技部门找数难等问题，一面助力金融机构充分挖掘数据价值，持续提升精准决策与业务创新能力，构筑更强的金融新质生产力。

具体而言，DAAS平台具备“支持ACID事务、存算分离、批流融合、统一元数据管理”等特性，通过整合数据仓库的高性能与规范性，以及数据湖的灵活性与低成本性，有效解决金融机构在传统数据仓和数据湖领域对大数据、多源异构数据管理分析时所遇到的性能瓶颈、实时处理等问题，进一步提升数据处理与分析效率，令金融机构的市场反应速度与业务创新效率得到显著提升。

与此同时，DAAS平台还具备全生命周期留痕，可视化监控等功能，实现从任务创建、分发到数据填写、报送、审查、共享的一站式服务，不但令数据填报更准确、流程更透明，还令金融机构通过数据可视化服务，及时掌握各项业务进展，进一步提升精准决策与合规经营能力。

在业内人士看来，随着中国金融机构数字化转型浪潮迭起，数据正成为金融机构打造金融新质生产力，更好服务实体经济的核心要素。如何高效精准地管理使用数据，俨然成为金融机构的一大核心竞争力。因此，面对数据爆炸式增长与来源多样化，金融机构急需对传统数据处理方式做出调整，在兼顾数据安全与数据合规应用的前提下，快速响应市场需求与监管要求。在这个过程，银行等金融机构引入第三方金融科技机构的开放数据平台以填补自身在数据“采、存、管、用”等方面的短板与实践经验缺乏，不失为一条“捷径”。

赋能隐私计算 构筑数据安全共享“基础设施”

在提升数据要素效能过程，金融机构还遇到另一项挑战，就是如何在保护数据安全与数据合规使用的前提下，更好地挖掘数据价值。

随着《数据安全法》、《个人信息保护法》等法规相继出台，金融机构意识到，在开展数据共享建模过程，不但要确保数据“可用不可见”，更要严格管控数据安全，避免出现数据泄露等风险。

今年3月，金融监管总局制定《银行保险机构数据安全管理办法(征求意见稿)》，再次从明确数据安全治理架构、建立数据分类分级保护制度、强化数据安全管理、健全数据安全技术保护体系、完善数据安全风险监测与处置机制等方面，进一步规范银行保险机构数据处理活动，保障数据安全，促进数据合理开发利用，稳步提升金融服务数字化、智能化水平同时，保护个人和组织的合法权益。

9月，金融监管总局印发《关于加强银行业保险业移动互联网应用程序管理的通知》，要求银行保险机构强化风险管理责任，落实落实移动应用备案、网络安全、数据安全、外包管理、业务连续性及个人信息保护等监管要求

面对日益严格的数据安全保护监管要求，以联邦学习、多方安全计算为代表的隐私计算技术，正日益成为金融机构在兼顾数据安全与数据合规使用同时，更大范畴开展数据共享，进一步挖掘数据价值的重要实施路径。

在实际操作过程，金融机构仍遭遇诸多使用痛点，包括担心数据价值挖掘效率“打折扣”，数据使用过程难以做到“可用不可见”，建模效率不如预期等。

针对金融机构的上述顾虑，金融壹账通DAAS开放数据平台给出相应的解决方案。

一是实现联邦学习与多方安全计算，支持多方安全建模、隐匿查询、隐私求交等功能，在模型部署方面支持在线推理与模型下本地化部署，有效构建了信息查询、联合统计运算、联合建模等多种数据应用场景，有效打破了机构数据孤岛的关键难题，助力金融机构100%挖掘数据价值。

二是结合多方安全计算与联邦学习等隐私计算技术，令各方在自有原始数据不出库的情况下，通过加密机制实现参数交换，实现数据可用不可见，构筑数据安全共享的基础设施。

三是通过多方安全计算等技术提供分布式安全查询、多种统计等能力，方便各方在数据隐私得到全面保护的情况下拓展超算体系架构与数据高速计算，协同开展模型训练与预测，至少提升30%的建模效率。

目前，金融壹账通DAAS开放数据平台的隐私计算服务，已广泛应用在合格投资者认定、公检法侦办案件、金融机构客户交叉营销、不同地区银行联合建模、异业之间联合建模、政府机构数据共享与数据交易所合作等场景，实现隐匿查询单不泄露查询意图、隐私求交单不暴露全集、联合建模与隐私计算过程数据不动模型动等效果。如今，已有股份制银行以此实现隐私计算“互联互通”。

今年，中国人民银行正式公布“2022年度金融科技发展奖” 获奖单位及奖项。其中，由平安集团、金融壹账通联合申报的“金融数据隐私计算平台”项目荣获二等奖。

这背后，是“金融数据隐私计算平台”为众多金融机构提供更稳定、高效、自主可控的隐私计算服务和行业级解决方案，降低金融机构在风控环节的人力资源投入，提升金融营销效率，多方面支撑金融机构数字化转型同时，实现降本增效的战略目标。

在业内人士看来，随着金融机构积极做好数字金融“大文章”与构建金融“新质生产力”，未来他们在兼顾数据安全与数据合规应用基础上，实现数据价值转化与释放的需求日益迫切。在这个过程，DAAS开放数据平台有望充分发挥其在数据要素市场的重要作用，成为金融机构数字化转型与智慧化运营的新帮手，助力金融机构更充分地挖掘数据价值与提升数据要素效能，实现业务稳健发展同时，助力中国实体经济高质量发展。

转载请注明：可思数据 » 数据安全与数据应用如何兼顾，金融壹账通隐私计算平台给出“答案”