随着云计算、人工智能、5G移动通信、工业物联网、智慧城市等领域的发展推动了大数据的应用普及，促进了数字经济的发展格局。但在大数据产业迅猛发展的背后，数据隐私安全相关问题也在逐渐暴露，传统“复制式”的数据流通方式让商业隐私信息、个人隐私信息等产生了泄漏，无法满足法律合规要求。因此若想让数据要素实现良好的市场化配置，行业首先需要完善数据可信流通能力的建设。隐私计算技术的出现为数据安全流通提供了解决方案。
什么是隐私计算
隐私计算（Privacy Computation），指在保护数据本身不对外泄露的前提下，实现数据共享、分析、计算、建模的技术集合，达到“原始数据不出域，数据可用不可见，可控可计量，数据不动模型动”等目的。
吉大正元“元安全”隐私计算平台
吉大正元（003029）“元安全”隐私计算平台采用多方安全计算、联邦学习、隐匿查询、隐私求交等技术，平衡数据隐私保护和数据开放共享，有效解决用户隐私泄露、数据资产流失、敏感底层数据无法开放等棘手问题，在数据资源有效流动的同时保障政府、企业和个人的信息安全。
吉大正元“元安全”隐私计算平台已于2023年5月4日通过信通院多方安全计算基础能力专项测试（行业内国家最高级别安全认证资质）。
吉大正元“元安全”隐私计算平台使用多方安全计算框架对底层协议及密码技术进行封装，并结合联邦学习框架与AI算法，打造高效、安全的系统架构，可支持本地和云环境下的安全隐私计算。平台支持与第三方应用系统互动获取数据资产、封装训练模型和共享计算结果，可为上层业务提供多方安全计算、联邦学习、隐匿查询、隐私求交等算法服务，可满足多行业的数据服务场景和业务需求。
这套平台可以应用于金融行业的联合风控评估、医疗行业的智能推荐以及交通能源行业的安全预警等场景。未来，我们将继续拓展更多行业场景，通过全新技术为各行业提供全面的数据安全能力提升。
01
基于多方安全计算的金融行业联合风控评估
基于MPC的联合风控是多个金融机构之间通过MPC协议来交换风控数据，共同完成风控数据分析、风控模型训练和风险决策的任务，实现风控模型的精细化和个性化部署，保护风控数据的安全性，降低因金融机构间安全信息不相通、风控能力参差不齐等造成的欺诈风险。
02
基于联邦学习的医疗行业智能推荐场景
在数据不出库的前提下，通过隐私计算技术实现了运营商和医疗数据的虚拟打通。在保证数据隐私安全的前提下实现跨域建模的能力，打造专家咨询、极速问诊、医疗场景推荐等联邦模型，实现精准营销，解决所有用户推荐同样内容的问题，针对每个用户的推荐内容均可做到“千人千面”，帮助提升点击率及转化率。
03
基于隐私计算和区块链联合打造安全可信行业联盟
隐私计算“数据可用不可见”与区块链“流程可信可溯源”二者形成强势互补，融合两种技术的优势，可同时解决计算过程中的隐私与信任问题，共同构建数据要素的可信流通。二者的结合，必将加速数据价值的释放，赋能实体经济，夯实数字经济新生态的根基，推动数字化转型赋能高质量发展。
● 短期趋势：前期的强势行情已经结束，投资者及时卖出股票为为宜。
● 中期趋势：
● 长期趋势：已有142家主力机构披露2022-12-31报告期持股数据，持仓量总计6380.55万股，占流通A股56.23%
综合诊断：吉大正元近期的平均成本为32.18元。该股资金方面呈流出状态，投资者请谨慎投资。该公司运营状况良好，多数机构认为该股长期投资价值较高。
要点1今日资本先后减持三只松鼠、良品铺子，这背后除了自身在资金方面的需求外，更大的原因可能来自休闲零食行业本身竞争激烈、增速下滑的行业性特点。要点2主攻下沉市场、主打极致性价比，传统零食品牌面对量贩零食店的崛...
由于股市估值过高，伯恩斯坦将印度股市的评级由中性下调至低配。与此同时，该券商预测，在政策刺激下，中国股市有进一步的上涨空间。周四，伯恩斯坦法兴银行集团的亚洲量化策略师Rupal Agarwal和Cheng Zhang发布报告称，印度市场...
要点1其财务部门初步测算，预计2024年前三季度实现营业收入58.36亿元到63.58亿元，同比增长48.02%到61.26%；要点2海光信息表示，市场需求的不断增加，进一步带动了公司营业收入的快速增长。《科创板日报》10月10日讯（记者 郭辉）...
要点1福成股份董事长李良在公司业绩说明会上表示，市场竞争激烈程度加剧，重要客户流失是公司董事会及管理层的责任；要点2部分投资者对公司不满的原因除了业绩表现不佳，或与公司多年频出内控问题相关。财联社10月10日讯（记者...
要点1受下游工业客户投融资不利影响，南模生物近年来业绩持续承压，董事长费俭透露，国内产能的总体利用率水平接近80%，未来将进一步提升产能利用率；要点22024年上半年，海外业务收入占比已经提升至14%，费俭直言海外是拓展重点，下...
本文“吉大正元隐私计算平台：以隐私计算推动数据安全全新发展”由壹米财经整理发布，欢迎转载收藏，转载请带上本文链接。
免责声明：【壹米财经】发布的所有信息，并不代表本站赞同其观点和对其真实性负责，投资者据此操作，风险请自担。部分内容文章及图片来自互联网或自媒体，版权归属于原作者，不保证该信息（包括但不限 于文字、图片、图表及数据）的准确性、真实性、完整性、有效性、及时性、原创性等，如有问题，请联系我们！
