金融业隐私计算联合建模技术与应用研究(2023).pdfVIP

金融业隐私计算联合建模技术

与应用研究

目录

一、发展综述1

（一）联合建模概念探讨1

（二）技术发展历程及驱动力6

二、国内外实践情况13

（一）国外应用情况13

（二）国内应用情况21

三、支撑联合建模应用的隐私计算技术体系42

（一）隐私计算技术体系简述43

（二）隐私安全技术当前面临的主要问题及参考解决方案56

（三）主要建模技术对比分析61

四、联合建模通用技术平台参考框架65

（一）联合建模通用技术平台建设的目的与意义65

（二）联合建模通用技术平台的技术架构参考66

（三）联合建模通用技术平台非功能指标与设计参考79

（四）联合建模通用技术平台关键机制91

五、联合建模应用分析100

（一）联合建模应用场景分类与特征细分100

（二）联合建模的应用场景的其他分类方式119

六、发展与建议122

（一）当前技术与平台挑战122

（二）未来技术与平台的发展趋势125

（三）未来应用场景展望与建议127

参考文献129

3

一、发展综述

（一）联合建模概念探讨

1.联合建模的含义

近年来，“联合建模”伴随“数据要素化”“隐私安全”、

多方计算等热点领域的研究与应用，不断涌现在各类媒体和大众

面前，然而，“联合建模”作为一个专业词汇至今尚无一致的、

明确的标准定义。

从字面观其内涵，“联合建模”由“联合”和“建模”两个

关键词有机组合而成。

“联合”意指多方共同参与，是完成“建模”的环境和条件。

“多方参与”既表示“多方数据”的参与，又表示“建模”过程

有不同角色的多个构建方（包括：数据供给方、数据加工方、数

据消费方和收益方、数据联邦运营方及管理部门等）。其中，“多

方数据”的参与是“联合建模”的前提约束，是“联合建模”的

核心要素。如果没有“多方数据”的参与，即使存在多个构建实

施方，也多是为了解决资源缺口、专业能力缺口、效率不足与合

作伙伴契约关系等项目实施与管理过程问题而采取的分工协作

方式。这里的“多方数据”是指“建模”过程的数据集必须由属

于多个不同“数据所有权”的数据集组成。同一数据所有权范围

内的不同领域数据的集成与加工，应纳入常规“大数据应用”或

“机器学习建模”范畴讨论，非本报告主要的研究和论述对象。

1

（注：文中如不特别指出，“多方数据”均指多方不同数据所有

权的数据）

“建模”意指构建“模型”的行为，是数据“联合”的目的

和价值体现。其中，模型泛指对于某个实际问题或客观事物、规

律进行抽象后的一种形式化表达方式。这种形式化的“抽象”表

达主要包括“数学模型”“程序模型”“数据模型”和“系统模

型”等。通常构建上述“模型”的行为都属于“建模”过程。

综上，本报告将“联合建模”概念明确定义为：基于多方数

据所有权的数据集合，由一家或多家数据模型构建方联合构建模

型的过程。同时强调：

（1）强调“建模”所需数据必须由多方提供的所有权数据

组成，而不强调“建模”过程是否一定存在多家构建方。例如，

多家数据供给方将所有权数据（加密或未加密）交付给某个数据

加工方，由该数据加工方独立完成全部建模工作，此类集中建模

的过程同样属于联合建模。

（2）强调“模型”的广义范畴，而非特指机器学习或深度

学习的“模型”，也非特指某一种“隐私安全计算”技术。例如，

简单的统计分析算法（可以选择使用某种多方计算技术）与较为

复杂的“机器学习”“神经网络”（可以选择使用联邦学习技术）

都可以算作“联合建模”的模型对象。

（3）强调数据和加工的联合，而未限制必须符合“隐私安

全要求”或必须采用某项隐私计算技术。从不加限定的基本概念