產(chǎn)品優(yōu)勢(shì)
產(chǎn)品功能
-
隱私求交
分布式安全求交計(jì)算，求交過(guò)程不暴露交集外數(shù)據(jù)；10億*10億求交任務(wù)分鐘級(jí)別完成；支持多列合併求交，支持多種數(shù)據(jù)篩選策略
分布式安全求交計(jì)算，求交過(guò)程不暴露交集外數(shù)據(jù)；10億*10億求交任務(wù)分鐘級(jí)別完成；支持多列合併求交，支持多種數(shù)據(jù)篩選策略
-
多方安全計(jì)算
支持標(biāo)準(zhǔn)SQL語法；支持50+密態(tài)算子；算子計(jì)算過(guò)程DAG圖可視化呈現(xiàn)；20+數(shù)據(jù)主權(quán)安全策略配置；內(nèi)置10+數(shù)據(jù)流通異常風(fēng)險(xiǎn)檢測(cè)算法
支持標(biāo)準(zhǔn)SQL語法；支持50+密態(tài)算子；算子計(jì)算過(guò)程DAG圖可視化呈現(xiàn)；20+數(shù)據(jù)主權(quán)安全策略配置；內(nèi)置10+數(shù)據(jù)流通異常風(fēng)險(xiǎn)檢測(cè)算法
-
隱匿查詢
支持標(biāo)準(zhǔn)SQL語法語法，支持多過(guò)濾條件查詢，百萬(wàn)級(jí)別數(shù)據(jù)量秒級(jí)在線(xiàn)查詢，支持批量和實(shí)時(shí)2種隱匿查詢技術(shù)
支持標(biāo)準(zhǔn)SQL語法語法，支持多過(guò)濾條件查詢，百萬(wàn)級(jí)別數(shù)據(jù)量秒級(jí)在線(xiàn)查詢，支持批量和實(shí)時(shí)2種隱匿查詢技術(shù)
-
可信聯(lián)邦學(xué)習(xí)
聯(lián)合建模算法覆蓋邏輯回歸，決策樹、神經(jīng)網(wǎng)絡(luò)等常用算法；支持TensorFlow等主流算法框架；軟硬體協(xié)同，算法和協(xié)議深度協(xié)同優(yōu)化，性能相比業(yè)界提升30%
建模算法覆蓋邏輯回歸(LR)，決策樹(XGBoost) 、神經(jīng)網(wǎng)絡(luò)等常用聯(lián)合建模算法；支持TensorFlow等主流算法框架；軟硬體協(xié)同，算法和協(xié)議深度協(xié)同優(yōu)化，性能相比業(yè)界提升30%
-
可信數(shù)據(jù)空間
支持IDS國(guó)際數(shù)據(jù)空間標(biāo)準(zhǔn)的數(shù)據(jù)主權(quán)控制策略 ，包括閱後清除，定時(shí)開(kāi)閘，限定使用次數(shù)等20+策略；數(shù)據(jù)和策略通過(guò)安全協(xié)議加密保存，數(shù)據(jù)膠囊流通保障安全
支持IDS國(guó)際數(shù)據(jù)空間標(biāo)準(zhǔn)的數(shù)據(jù)主權(quán)控制策略 ，包括閱後即焚，定時(shí)開(kāi)閘，限定使用次數(shù)等20+策略；數(shù)據(jù)和策略通過(guò)安全協(xié)議加密保存，數(shù)據(jù)膠囊流通保障安全
-
區(qū)塊鏈存證
數(shù)據(jù)流通過(guò)程的數(shù)據(jù)行為全量上鏈管理，實(shí)現(xiàn)數(shù)據(jù)使用可追溯、防抵賴、可計(jì)量；支持插件化對(duì)接存儲(chǔ)區(qū)塊鏈，支持適配第三方區(qū)塊鏈
數(shù)據(jù)流通過(guò)程的數(shù)據(jù)行為全量上鏈管理，實(shí)現(xiàn)數(shù)據(jù)使用可追溯、防抵賴、可計(jì)量；支持插件化對(duì)接存儲(chǔ)區(qū)塊鏈，支持適配第三方區(qū)塊鏈
應(yīng)用場(chǎng)景
政務(wù)數(shù)據(jù)開(kāi)放
政務(wù)數(shù)據(jù)開(kāi)放共享對(duì)於政府業(yè)務(wù)共治和賦能千行百業(yè)起到關(guān)鍵作用，出於數(shù)據(jù)安全以及隱私保護(hù)問(wèn)題，當(dāng)前很多政務(wù)數(shù)據(jù)尚未充分開(kāi)放共享。疫情聯(lián)防聯(lián)控、綜合治稅，普惠金融等業(yè)務(wù)場(chǎng)景均要實(shí)現(xiàn)在保護(hù)數(shù)據(jù)隱私的前提下，通過(guò)跨機(jī)構(gòu)數(shù)據(jù)的融合分析，得到數(shù)據(jù)碰撞結(jié)果，提升政府業(yè)務(wù)效能和賦能千行百業(yè)。
優(yōu)勢(shì)
- 政企之間密文數(shù)據(jù)融合計(jì)算，保障數(shù)據(jù)流通安全和隱私。
- 「原始數(shù)據(jù)不出域，可用不可見(jiàn)」，原始數(shù)據(jù)保存在本地安全域執(zhí)行計(jì)算。
- 支持自定義數(shù)據(jù)主權(quán)保護(hù)策略，內(nèi)置數(shù)據(jù)流通風(fēng)險(xiǎn)檢測(cè)算法。
金融聯(lián)合營(yíng)銷(xiāo)
傳統(tǒng)金融企業(yè)聯(lián)合營(yíng)銷(xiāo)模式中，金融企業(yè)往往需要將雙方的數(shù)據(jù)集中到一個(gè)安全實(shí)驗(yàn)室中進(jìn)行標(biāo)籤融合，模型訓(xùn)練，但常面臨數(shù)據(jù)洩露和隱私等挑戰。聯(lián)邦建模採用分布式架構(gòu)進(jìn)行部署和建模，參與聯(lián)合營(yíng)銷(xiāo)的企業(yè)原始和明細(xì)數(shù)據(jù)不出庫(kù)的前提下進(jìn)行跨域數(shù)據(jù)建模，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)，同時(shí)保障企業(yè)數(shù)據(jù)安全與個(gè)人隱私。
優(yōu)勢(shì)
- 原始數(shù)據(jù)不出企業(yè)安全域、不出庫(kù)，實(shí)現(xiàn)「數(shù)據(jù)不動(dòng)、算法動(dòng)」，數(shù)據(jù)使用自主可控。
- 聯(lián)合多方正樣本的效果，豐富模型的特徵，提高模型的泛化能力。
- 計(jì)算全程保障企業(yè)數(shù)據(jù)安全與個(gè)人隱私。
政企聯(lián)合風(fēng)控
金融企業(yè)對(duì)於中小微企業(yè)的信用數(shù)據(jù)使用不足，央行徵信數(shù)據(jù)覆蓋率有限，不良企業(yè)多家騙貸事件屢有發(fā)生。金融企業(yè)與政府部門(mén)，如稅務(wù)部門(mén)、市場(chǎng)監(jiān)管部門(mén)、水電公司等在保護(hù)各方原始數(shù)據(jù)隱私的前提下，通過(guò)多方聯(lián)合建模，金融機(jī)構(gòu)補充了風(fēng)控模型特徵維度，提升模型準(zhǔn)確率。
優(yōu)勢(shì)
- 充分利用多方特性實(shí)現(xiàn)算法層面聯(lián)合建模，提升了需求方模型的預測(cè)效果。
- 分布式部署和建模，聯(lián)合建模企業(yè)原始和明細(xì)數(shù)據(jù)不出庫(kù)，實(shí)現(xiàn)「數(shù)據(jù)不動(dòng)、算法動(dòng)」，數(shù)據(jù)使用自主可控。
- 精細(xì)化的數(shù)據(jù)隱私保護(hù)策略，確保分析結(jié)果中強(qiáng)制執(zhí)行隱私數(shù)據(jù)的脫敏。
使能數(shù)據(jù)交易
傳統(tǒng)數(shù)據(jù)交易方式，交易的是數(shù)據(jù)所有權(quán)，交易完成後，數(shù)據(jù)被無(wú)限制的拷貝和複製。採用可信交易方式，交易的不是數(shù)據(jù)，而是數(shù)據(jù)的使用權(quán)，賣家賣的是對(duì)某個(gè)數(shù)據(jù)的用法用量，不用擔(dān)心數(shù)據(jù)被拷貝和複製。
優(yōu)勢(shì)
- 數(shù)據(jù)不離開(kāi)賣家，更放心。
- 賣家控制「隱私規(guī)則」，控制「用法和用量」。
- 支持三層異構(gòu)，跨組織、跨地域、跨數(shù)據(jù)源。
- 低成本部署，支持邊緣模式單節(jié)點(diǎn)部署。
