北京金融科技产业联盟：隐私计算金融应用调研报告（附下载地址）

在数据量指数增长的时代，数据分析、数据挖掘成为不可或缺的热门技术。与此同时，随着业务规模的快速增长与发展需要，各机构对数据跨系统、跨领域及跨境交互融合从而有效释放数据资源价值的需求愈加迫切。如何借助隐私计算等技术手段保障网络信息安全、保护用户隐私数据成为各机构面临的重要课题。
今年，《数据安全法》《个人信息保护法》相继发布，进一步推动了数据安全与隐私保护工作。隐私计算技术的应运而“红”是各机构充分践行国家大数据战略、严格满足数据监管、积极推进数据流通共享的必然结果。数据“可用不可见”的应用模式成为隐私计算受人追捧的核心原因，在各行各业都有其用武之地。
隐私计算是由两个及以上数据参与方在保障原始数据安全前提下进行联合计算的一种技术，主要包括多方安全计算、联邦学习和可信执行环境三大类。
为了解隐私计算技术在金融领域应用实践的难点和痛点，便于各机构开展和推进隐私保护及数据共享等后续工作，依托北京金融科技产业联盟面向金融机构和科技公司发起问卷调查，在成方金融信息技术服务有限公司、中国农业银行支持下，完成对调查结果整理分析，形成调研报告。