在数字经济时代，数据成为重要的生产要素，数据作为一种资产需要在流动、共享、融合中发挥更好的价值。隐私计算是包括了众多领域交叉融合的跨学科技术，联通数据孤岛，实现数据价值的安全和流通。
隐私计算近两年从小众概念到广为人知，从实验室走向商业应用，离不开各行各业数据安全意识的增长、政策法规的推动以及技术的迭代与进步。在诸多因素中，商业与资本的加持可谓功不可没，也将催生更多团队与企业进入这一“赛道”，持续推动隐私计算早日成为数据流通基础设施。
在隐私计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题。常见的实现隐私计算的技术路径包括联邦学习、安全多方计算、可信计算等，此外区块链也是隐私计算的重要补充。
作为国内独立领先AI技术平台，百融云创从隐私集合求交集、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra，促进安全多方计算、机器学习等理论研究的落地。
在数据安全方面，百融云创率先探索联邦机器学习，一方面可以实现数据隔离，保障参与方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求;另一方面，通过联邦学习能够保证模型质量无损，不会出现负迁移，保证联邦模型比割裂的独立模型效果好。同时，创新推出安全多方计算平台Indra，通过在多种具体场景的科技应用保证了数据价值挖掘深度和数据使用的的安全性，为合作商及客户提供高效、安全的数据分析服务。
另外，值得一提的是，在进一步精准确定用户“名单”的过程中，Indra平台采用并改进多种隐私集合求交集算法，可以应用于不同数据量、离/在线、是否含附加消息等各种场景，能够消除黑名单共享以及营销匹配场景中可能出现的非目标用户的信息泄漏隐患。联邦学习则将解决用户数据隐私安全和合规性问题进一步深化。百融云创的Indra平台会根据所服务的金融机构的具体业务，对重叠数据进行处理和训练，进而使数据应用条件更合规，匹配效果更精准，同时也能保证模型推理过程中客户数据的隐私保护。
未来，百融云创将持续提升公司的AI技术和数据分析能力，不断提升产品及服务的能力及创新，使得庞大的数据要素成为可管控资产，在隐私计算方向加大研发力度，真正成为金融数字化转型的科技引擎。
