联通数科从去年开始率先致力于隐私计算的算法研究和平台开发。 基于之前流传下来的联合建模经验积累,聚焦金融客户,在银行反欺诈、风评管理、营销及保险领域进行创新和探索。 并且,逐步发挥自身数据技术的特点,积极向合作伙伴输出算法技术,以无形的形式将海量数据纳入金融领域的c端场景。
场景1 :通过防止诈骗来提高对网络诈骗的监管
在对金主、网点、平台、资金链等问题的新闻研判支持和抓捕线索获取方面,公安机关、运营商和金融机构以可靠的方式进行数据共享和联合建模,综合利用运营商数据和金融数据,进行人机识别、网点 形成了资金链追踪等一系列新闻研判和抓捕线索支持,比较有效地提高了电信网络诈骗犯罪防控的精度和时间长短。
场景2 :通过共享黑名单减少犯罪风险
围绕电信网络诈骗,公安和金融机构根据自身业务至今已经建立了各自的黑名单。 各部门和机构之间合理共享黑名单,可以比较有效地降低犯罪风险的发生,形成系统管理和防范能力。 但在实际业务中,黑名单是各机构的私有财产,直接明文共享会泄露数据库,也存在顾客隐私的法律风险。
目前,基于密码学、多边隐私计算、不小心传输等技术,各部门都实现了不泄露原始数据的匿名查询,比较有效地保护了本数据库的新闻。
场景3 :帮助保险领域的私有域流量运营
在保险领域,客户数据新闻是其核心资产。 另外,对顾客的隐私保护关系到企业在网络上的形象和社会责任,保险企业非常重视顾客隐私数据的安全保护。 目前,保险企业基本上有完善的客户管理体系,同时建立了客户层面的分类模式。 但是,依赖于自身有限的历史数据,客户层次模型精度不高,优先级评价效率低。 保险企业和运营商建立的联合客户层次模型,比较有效地改善了模型精度。
联通数科隐私计算技术的应用,一方面可以比较有效地保护个人新闻在招聘过程中的安全,另一方面可以将数据融合应用于越来越多的场景,实现数据价值的最大化,帮助数字经济和社会质量的快速发展。
标题:“联通数科率先布局隐私计算,助力金融产业快速发展”
地址:http://www.sdsxywx.com/sdss/1128.html
心灵鸡汤: