本文共字，预计阅读时间。

参赛单位：蓝象智联（杭州）科技有限公司

案例名称：基于隐私计算的金融同业联合风控联盟平台

案例简介：

随着互联网金融技术的发展，金融诈骗和共债问题与日剧增。金融欺诈一般具有操作时间短、涉及平台多、申请次数多等相似特征。因此，金融机构反欺诈场景对金融多头数据有非常强的渴求。

获取多头名单的传统方式是采用多头名单数据出库在金融机构间共享，这种方式存在很多问题和风险，如：数据泄露风险、数据时效性问题、同业提防和隐私数据泄露。

针对场景痛点，蓝象智联设计了基于隐私计算的隐匿查询双盲方案。

创新技术/模式应用：

1、创新技术

银行作为联盟成员，通过协调节点转发成员之间的调用请求，做到查询方与数据提供方身份的互盲。同时基于隐私计算技术，可以实现查询数据的隐匿查询，即数据提供方不能获知查询方具体查的是哪条数据。保护查询方的输入数据，有效防止客户信息泄露，防止同业恶性竞争的出现。

整个联盟的设计思想是管控流和数据流分离，管控流中心化，数据流分布式。在中心协调方部署协调节点，实现中心化管控；联盟成员部署计算节点，各个联盟成员的数据均是留存在本地，通过隐私计算节点只是将数据的使用权共享出来，数据流动是分布式的。

2、模式应用

联盟内每个成员均需要部署隐私计算节点，通过隐私计算节点进行组网。隐私计算节点和自己私域内的数据库联通，一笔借贷数据通过落在自己私域内的数据库中，并通过隐私计算节点在联盟网络中进行查询。参与方的借贷数据没有出本地，且是实时更新。同时基于隐私保护集合交集(Private Set Intersection, 后简称PSI)可以保护查询数据本身的隐私，即被查询方不知道查询的是谁的数据。

项目效果评估：

本项目建设了一个安全合规、信息实时共享的金融行业联合风控联盟。联盟平台依托于蓝象智联设计的基于隐私计算的隐匿查询方案，在实现数据价值流动互通共享的前提下，又避免了数据泄露风险，解决了传统方案的种种痛点。通过身份双盲查询，屏蔽了彼此身份信息，让数据回归价值本身。隐匿查询能保障数据自身查询的隐匿，结合身份的双盲效果打消了同业间竞争的疑虑，促进数据共享积极性。

本项目建设的金融行业联合风控联盟平台于2020年底获得由工信部信通院举办的星河案例大赛隐私计算优秀案例奖。目前联盟投产和正在对接的成员已有20多家银行，还有更多金融机构有意加入联盟中。

项目牵头人：

徐敏

蓝象智联CEO

项目团队成员：（选填）

徐敏、罗小果、赵耀、刘登涛、谷胜才、郑聪聪、许波

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。