场景概述
当前金融环境复杂,金融诈骗风险不断提升,但传统反诈骗手段单一、效率低下、范围受限,难以应对层出不穷的新型诈骗手段。
我们能提供
领先的技术
在保障数据安全的基础上,支持多方数据安全融合及建模计算
全流程服务
供从模型训练、评估到应用部署的全流程服务,帮助金融客户识别全业务流程中的欺诈风险
支持多方数据安全“融合”及建模分析计算,提供从数据分析、模型训练、评估到应用部署的全流程服务,兼具云/端不同服务部署方式。解决如风险控制、精准营销和新用户冷启动等多场景的业务需求,打破数据应用孤岛,有效保障数据安全与用户隐私,实现数据的可用不可见、安全合规、流动共享。
采用分布式架构,基于MPC、FL、DP等技术,为数据联合分析、联合计算、联合建模全流程提供数据安全及隐私保护能力。
基于可信硬件构建的通用安全计算平台,提供高性能数据流通服务和隐私计算服务。
安全可控的数据安全共享平台,协助政府及机构解决数据开放过程中数据安全问题和隐私保护问题。
自主研发的异构隐私计算解决方案,全面适配信创体系;拥有国内外专利300余篇,顶会论文20余篇;多次参与隐私计算相关行业标准的制定。
信通院隐私计算联盟成员、Linux基金会CCC机密计算联盟成员;PaddleFL和Apache Teaclave 隐私计算与机密计算开源项目发起者。
在政务、生物医疗、交通、制造等多领域拥有成熟的交付经验;丰富模型训练经验涵盖旧客挖掘、准入、反欺诈、黑产、风控等场景。
当前金融环境复杂,金融诈骗风险不断提升,但传统反诈骗手段单一、效率低下、范围受限,难以应对层出不穷的新型诈骗手段。
在保障数据安全的基础上,支持多方数据安全融合及建模计算
供从模型训练、评估到应用部署的全流程服务,帮助金融客户识别全业务流程中的欺诈风险
当前消费市场红海密集,流量价格较高,各行业厂商纷纷着手细分领域,以影响消费者行为,从而实现更好的营销效果。
在保障数据安全的基础上融合多方数据,打通用户行为全链路,改善营销效果
实现隐私保护下的数据安全共享,赋能客户业务运营
政务数据中蕴含着巨量的经济价值和国家战略价值,近年来,我国政府高度重视政务数据共享开放的促进与发展。
在保障数据安全的基础上,帮助各地区政府打造政务数据安全流通或开放凭条,实现政府对内部数据的高效管理
提升政府业务治理效能,通过数据安全开放帮助政府提高公共数据利用效率。