隐私计算(Privacy Computing)是指在保护数据本身不对外泄露的前提下实现数据分析计算的一类信息技术，主要分为可信硬件和密码学两大领域。通过应用隐私计算技术，可以解决人们因担心数据泄露而不敢共享数据的顾虑，从而提高数据的共享和利用程度，充分挖掘数据价值。
作为推动实现数据“可用不可见”的一类重要技术，隐私计算在数据安全流通、价值释放过程中发挥着不可替代的作用。当前，数据被中央定位为生产要素，国内隐私计算产业高速增长。
作为隐私计算联盟的首批会员单位，同盾科技已于2020年6月率先完成公司数据流转架构整体升级，从底层架构层面支撑业务数据合规，实现数据存储与流转的“可用不可见”。同盾科技认为，联盟的成立将有效聚合产业界力量，推进隐私计算技术与实体经济深度融合，加快培育数据要素市场，落实国家大数据产业“十四五”规划。据了解，联盟将从隐私计算核心技术研究、行业应用落地、标准建设、政策监管研究、技术普及等多个方面构建政产学研合作交流平台。
此外，为了推动大数据在社会生产生活中的应用，中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)于不久前共同组织开展了2020大数据“星河(Galaxy)”案例征集的活动。经过函评和终审，在隐私计算方面共评选出10项标杆案例和15项优秀案例，同盾科技“基于知识联邦的金融风控案例”荣获隐私计算优秀案例。
在金融领域，为了进行风控管理，金融机构需要融合多方机构的数据，构建有效而准确的风控模型，但是数据泄露风险和数据安全保护趋严使得传统的风控方式受到了限制。运用隐私计算技术，可以帮助金融机构优化风控模型，防范金融诈骗，支撑融资贷款等服务。
同盾基于知识联邦的智邦平台适配不同行业客户需求，充分融合多种隐私计算技术，在技术理论和产品实现方面提出了多项创新：
知识联邦理论创新
知识联邦突破初级联邦学习的技术局限，形成了一套多层次、统一的理论框架。它是支持匿踪查询、安全多方计算、联邦学习、联邦推理的统一框架，为打造安全的知识融合、管理、使用的生态系统提供设计指南和标准。知识联邦不是一种单一的技术方法，它是一套理论框架体系，是人工智能、大数据、密码学等几个领域交叉融合的产物。它可以用于涉及到数据安全和隐私保护的诸多领域，尤其是在金融、保险、医疗、政务等行业中有非常大的应用潜力。
知识联邦是一个国产原创、自主可控、全球引领的技术体系，该体系在解决了数据割裂和数据安全问题的同时，可以进一步开展跨源跨域的知识发现、表示、归纳、推理和演绎，为人工智能3.0奠定了坚强的基石。
首创数据安全交换协议(FLEX)
同盾科技基于知识联邦的智邦平台，在全球范围内首创了联邦数据安全协议，从最底层数据层面实现了隐私保护，既满足了场景需求，又增强了安全性，在金融风控、联合营销等需要建模预测的场景中具有广泛的应用。
FLEX协议封装了数据安全交换的实现，并定义了与联邦算法相关步骤的接口，也就是参数的输入和输出。FLEX中的协议在选取密码算法前已经进行过大量的实验验证，能有效地支持联邦算法实施。
FLEX协议约定了联邦过程中参与方之间数据交换顺序，以及在交换前后采用的数据加解密方法。其中包含一系列的约定，根据不同的功能，具体又可以分为联邦共享、联邦预处理、联邦计算、联邦训练、联邦预测、联邦推理、联邦决策等。只要遵守这些约定，参与方就可以安全地加入到联邦中，无需担心数据隐私会有泄漏风险，也满足数据合规要求。
高性能、轻量级的联邦底层通讯框架
为了提升联邦效率，同盾专门设计了一套轻量级的联邦通讯框架——离子键(Ionic Bond)。该框架支持联邦环境下点到点和域通讯等通讯模式，具有极高的网络并发性能;还支持超大数据一次性传输，不受硬盘读写性能影响。智邦平台创新的Ionic Bond部署简单，开箱即用，适合容器化、k8s部署。
通过在公开数据集上的测试对比，基于理论创新、安全交换协议创新和底层通信框架的创新，知识联邦在性能和效果上远超目前市面上的开源框架。
智邦平台旨在打造一个All-In-One的隐私计算开发和运行平台。同一个平台支持联邦查询、联邦计算、联邦学习、联邦预测、联邦推理;同一个平台支持多任务能力，可以满足多种用户多种应用需求。
未来，同盾科技将继续秉持开放求实的态度，与合作伙伴、产业同仁、联盟组织等携手，推动隐私计算产业的发展，推进应用落地，共建健康有序的数据流通生态，推动数据真正成为社会化的生产要素。
