10月15日，全球知名研究机构IDC在上海举办了2021第六届IDC中国数字化转型年度盛典。星云Clustar 作为隐私计算领先企业代表，与百度、华为、亚马逊、招商银行、浦发银行、中国银行等数字化转型领军企业一同与会，分享了基于数字经济宏观背景下联邦学习在反洗钱、信贷风控及反欺诈、展业获客等金融重点应用场景中的创新探索实践。

IDC 数字化转型年度盛典是IDC自2016年起聚焦数字化转型背景打造的“未来企业”研究，旨在助力企业掌握数字化转型路径，了解数字化转型技术趋势，与行业分享数字化转型最新实践，为专业的数字化转型咨询与建议提供绝佳舞台，每年吸引百余位来自人工智能、大数据、云计算等领域代表企业、专家以及媒体参会。

15日上午，星云Clustar工程副总裁王剑出席“未来信任”分论坛，与在座嘉宾分享了《联邦学习在金融场景的应用》的主题演讲，提出了当前数字经济宏观背景下数据合规流通与创新应用对于金融机构的重要性，并针对金融行业实际业务的痛点提出相应对策。

数据作为新型的生产要素已成为数字经济时代的“石油”，其隐私和安全受到监管层以及大众的广泛重视，尤其是今年6月国家发布的《数据安全法》、以及11月即将发布的《个人信息保护法》，都标志着国家对于数据的管控将更为严格。

数据合规与流通对于金融行业来说尤为重要。数据对其业务决策、风险控制、应用创新等起着至关重要的作用，而金融数据必须在有足够的数据积累的基础上才能发挥其最大价值，因此通过技术手段建立数据连接、流通、应用机制，解决数据孤岛问题成为了当下金融及其他行业关注的重点。

联邦学习作为一种创新的人工智能技术，也是一种主流隐私计算技术，能够通过「数据不动模型动、数据不动价值动」的方式，能够在数据不出本地的前提下安全聚合多方数据，给金融机构带来数据样本数量和特征维度的扩充。

“为了提高信贷风控及反欺诈的决策能力，我们构建了星云安全数据网络平台，汇聚各方安全可信数据源，去丰富金融风控业务的数据维度和样本特征，从而达到业务效果的提升。金融机构可以自由选择需要的底层变量来提升自身信贷模型规模银行或其他金融机构需求。”

“而在金融展业方面，我们通过联邦学习等隐私计算技术，在合规的前提下引入“一方+三方” 进行多方数据联合建模丰富用户特征维度，构建360度的用户画像，从而实现对目标用户的精准定位；另外，对于存量客户，可通过联邦学习引入第三方数据，补充现有客户如行业标签、兴趣偏好、行为习惯等多维度信息，进一步筛选和分析现有客户意向，进而实现人工或机器人销售资源的合理分配。”王剑介绍道。

基于在联邦学习领域深耕多年的技术探索与行业洞察，星云Clustar构建了从数据源接入、硬件加速加密、隐私计算数据联合框架、数据应用建模的全流程功能，使金融机构可以更专注实际应用场景。

在当前数字化转型的大背景下，“算法驱动，数据先行”已成必然之势。数据的流通带来的不仅仅是巨大的经济效益，与之伴随而来的数据隐私与安全问题同样不容忽视。作为隐私计算领域的先行者与探索者，星云Clustar已与建设银行、招商银行、微众银行等技术领先的金融机构达成深度合作，以星云隐私计算平台构建数据安全流通的底座，拓展数据智能应用的边界，期待为更多场景赋能。