金融科技测评助力金融数据安全共享
基本背景
- 法律法规：自2017年起，中国陆续实施了《网络安全法》、《数据安全法》和《个人信息保护法》，强调数据保护、安全管理和合规操作。
- 政策指导：《金融科技发展规划(2022-2025年)》等政策文件强调了数据战略、治理、应用及安全的重要性，旨在构建适应数字经济发展的现代金融体系。
金融数据安全共享关键技术
- 同态加密、混淆电路、秘密分享、不经意传输：用于保障数据在传输和处理过程中的安全。
- 多方安全计算：包括横向联邦学习、纵向联邦学习、联邦迁移学习等，允许数据在不暴露原始信息的情况下进行分析和共享。
- 可信执行环境：提供独立、安全的计算环境，用于运行高度敏感的应用程序。
- 区块链：作为辅助技术，提供分布式、可追溯性、不可篡改等特性，增强数据共享的信任度和安全性。
金融科技测评探索与实践
- 标准化建设：制定了多项金融行业标准，覆盖了从底层架构到上层应用的各个方面，如账本技术、智能合约、数据安全评估等。
- 测评案例：完成了多款多方安全计算产品的测评，并对企业和产品颁发了测评证书。
- 任务流程：明确任务发起方、调度方、算法提供方、数据提供方、计算方和结果使用方的角色和责任，确保数据共享过程的可控和安全。
- 安全要求：包括隐私保护、协议安全、密码安全、通信安全等多个维度，确保数据在共享过程中的安全性和准确性。
- 性能要求：针对不同场景（如资金、非资金场景）提出了计算延迟、吞吐量、精度等指标，确保技术的有效性和效率。
成果与展望
- 标准化成果：已发布多项金融行业标准，覆盖了数据安全、数据生命周期、智能风控等领域。
- 测评进展：完成了多个批次的产品测评，涉及多种安全计算技术，为市场提供了可信的产品选择。
- 合作与趋势：金融科技测评作为关键环节，正逐步成为推动金融数据安全共享的重要力量，促进数据在合规框架下高效流通。
通过上述分析，我们可以看出金融科技测评在促进金融数据安全共享方面扮演着关键角色，通过技术创新和标准化建设，以及严格的测评流程，保障了数据在流通过程中的安全与价值最大化。
