2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

隐私计算实践--腾讯云计算共建金融信贷准入评分模型

发布日期:2024-07-14 05:51:32 浏览次数: 2872
作者:说安全 如何安全

微信搜一搜,关注“说安全 如何安全”

案例描述


在金融机构与外部数据合作方建模的时候,需要建模数据出库至可信沙箱环境建模,增加了数据泄露的风险。当数据外传给数据方时,由于数据方对数据保护的严格程度往往参差不齐,所以这个过程成了银行等金融机构数据管理链条上薄弱的一环。此外,从合规性角度分析,数据外传存在不可忽视的法律风险,因此将数据发送给外部数据合作方前往往需要很长的审批时间(需要使用者、提供者、平台方三重确认)。加上数据量少且缺乏实时性,导致建模质量不佳。


基于隐私计算的建模平台,使得数据合作双方的风险建模分析师可在平台上协作完成多金融信贷场景的准入评分模型,帮助金融机构在建模风险模型时不再需要数据外传,杜绝数据泄露风险和法律合规风险,也减少了冗长的审批流程,效果良好并已上线持续调用应用到业务策略中。


技术方案


在本案例中,腾讯云计算(北京)有限责任公司针对现有开源联邦学习平台存在的操作便利性、协作功能、权限管理及数据安全性等问题,自研了腾讯云安全隐私计算平台,包括调度模块(Controller)及分布在数据应用方和数据提供方的控制管理终端(Capitalist),通过隐私计算平台轻松完成数据的校验、注册、授权和隔离。


同时将分析师的建模设置下发为实际的联邦计算任务,并对任务进行状态监控,方便分析师获取联邦任务流程进度。通过隐私计算平台的联邦学习模块,银行原始数据不会出银行,确保了数据安全,分析师也不需要学习复杂的脚本编写即可按照之前工作习惯完成工作。联邦学习建模方案如图所示。
图联邦学习建模方案示意图


本方案的联邦学习平台,在腾讯自研的隐私计算框架的基础上进行创新改造。对于联邦计算任务本身而言,针对当前存在的速度慢、安全性较差等问题,对现有算法和密码系统进行大幅度改进,大大加强隐私保护的同时,提升了建模效率。具体包括:


(1)平台对联邦学习密码系统和联邦算法进行改进。其使用的随机迭代放射密码(RIAC)系统比传统Paillier算法系统快80%以上。并结合快速梯度直方图算法,使联邦梯度提升树运算时间对比开源框架下降了85%,极大加速建模效率。


(2)平台对联邦逻辑回归算法进行了协议创新,剔除了“可信第三方”角色,从原理上大大增强了安全性,避免了数据泄露风险。


此外,该联邦计算平台提供了更贴合风险建模实际场景需求的图形化操作界面。分析师按照日常工作流程,选择所需数据、求交规则、所需特征工程工具(如特征衍生、特征编码,特征过滤等)及最终建模算法的参数,全程只需要简单的鼠标即可完成建模,不再需要编写复杂的脚本或者学习不同组建之间的依赖关系和工作方式,极大降低了分析师的学习成本和时间成本。


根据分析师工作的实际需求,平台增加了参数和模型效果对比等直观易用的工具,使得分析师的工作效率更高。如图所示,分析师建模时可以对数据多次调参,找出效果最好的参数组合,终端页面会将每一次的结果并列,以方便对比。这增加了对社会公众的隐私保护,减少了隐私泄露风险,带来良好的社会效益。
图平台图形化操作页面


价值分析


通过运用联邦学习技术,该平台在实际的业务场景中协助完成了车贷申请评分、DCP申请评分等风控模型,效果良好。


从经济价值方面考虑,联邦计算可帮助金融机构更好地防范风险,降低违约率,增加利润。同时,上述方案中易用的图形化界面,更快的算法,降低了银行分析师的培训成本和时间成本。其次,平台使用更安全的无第三方算法,消除了银行的合规风险和数据泄露风险,加强了对社会公众的隐私保护,减少了隐私泄露风险,带来了良好的社会效益。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅