北京金融科技产业联盟-多方安全计算金融应用现状及实施指引-62页_3mb

报告摘要

多方安全计算（MPC）是一种密码学技术，旨在实现多个参与方在不泄露原始数据的前提下进行协同计算。该技术在金融行业具有广阔的应用前景，可有效解决数据孤岛问题，促进数据安全流通与融合。

专利情况：2012-2017年每年专利数量在10-30件之间，2018年后迅速增长，2020年超过400件。
相关标准：
- 国内：中国人民银行发布《多方安全计算金融应用技术规范》（JR/T 0196-2020），规范了MPC在金融场景中的应用。
- 国际：ISO/IEC、ITU-T、IEEE等组织也在推动MPC相关标准的制定，如ISO/IEC 18033-6:2019、ITU-T《Technical framework for Secure Multi-Party Computation》等。

个人投资者合格认证：
- 实施流程：数据输入、计算、输出。
- 案例价值：提升认证效率，降低风险，增强监管能力。
机构间数据安全共享：
- 实施流程：隐私求交技术实现数据交集计算。
- 案例价值：提升反欺诈能力，优化模型效果，推动金融数据共享。
保单信用等级评估：
- 实施流程：通过匿踪查询技术获取健康数据，进行信用评分。
- 案例价值：提升信用评估精准度，增强用户信任，促进保险业务发展。
商业医疗保险预赔：
- 实施流程：通过隐私保护集合交集（PSI）实现数据交集。
- 案例价值：提升理赔效率，保障用户隐私，促进保险与医疗数据融合。
商户身份认证图像隐私保护：
- 实施流程：图像特征提取与切片存储，实现身份核验。
- 案例价值：提升身份识别安全性，降低信息泄露风险，促进生物特征数据在金融场景的应用。
多机构联合风控建模：
- 实施流程：任务发起、调度、计算、结果获取。
- 案例价值：保障数据安全，提升风控模型性能，增强金融机构协同能力。

面临的挑战：
- 安全管理措施不完善，存在数据泄露风险。
- 平台间互联互通困难，形成数据孤岛。
- 计算效率低，难以支持海量数据。
- 应用落地关键问题如合规性、易用性等尚未完全解决。
发展建议：
- 完善数据安全管理体系，构建统一标准。
- 提升计算性能，优化算法与协议设计。
- 推动平台互联互通，打破技术壁垒。
- 推动技术融合，如与区块链、云计算结合。
- 拓展数据业务场景，促进多方数据协作。
- 完善相关法规政策，保障技术合规落地。