隐私计算在金融领域的合规性分析

doi:10.12267/j.issn.2096-5931.2021.06.007

信息通信技术与政策 ›› 2021, Vol. 47 ›› Issue (6): 57-62.doi: 10.12267/j.issn.2096-5931.2021.06.007

隐私计算在金融领域的合规性分析

Privacy preserving computing in the financial field

强锋,薛雨杉,相妹

中国工商银行软件开发中心,上海 200100

出版日期:2021-06-15 发布日期:2021-07-15
作者简介:
强锋:中国工商银行大数据与人工智能实验室资深经理,英国爱丁堡大学运筹运化数学博士,主要研究方向为隐私计算技术在金融场景中的应用
薛雨杉:中国工商银行大数据与人工智能实验室助理经理,上海大学计算机科学硕士研究生,主要研究方向为机器学习、计算机视觉和联邦学习
相妹：中国工商银行大数据与人工智能实验室经理,上海理工大学统计学硕士,主要研究方向为机器学习建模和联邦学习

QIANG Feng, XUE Yushan, XIANG Mei

ICBC Software Development Center, Shanghai 200100, China

Online:2021-06-15 Published:2021-07-15

摘要/Abstract

摘要： 目前,行业内各家银行、保险等企业对自有数据已经做了比较充分的挖掘。面对同质化竞争,传统金融创新需要向融合机构内、外部数据以支持面向线上场景的转型。在数据融合需求旺盛的同时,近年来外部数据协作频频被爆出数据不正当使用、侵犯客户隐私、业务合规性存疑等问题。基于此,对现有法律法规中的数据合规性问题进行梳理,并结合隐私计算具体应用场景以及隐私计算原理,对隐私计算在金融领域的合规性进行分析。

关键词: 隐私计算, 合规性, 个人数据, 联邦学习

Abstract: At present, banks, insurance companies and other financial institutions have fully excavated their own data. Facing the homogeneous competition, the innovation of traditional financial services needs to be transformed to support online scenarios by exploring and integrating both internal and external data. While the demand for data fusion usage is booming, in recent years, external data collaboration has been frequently exposed to the problems of improper data uses, violation of customer privacy, and its doubtfulness business compliance. In this paper, we sort out the data compliance issues existed in the current laws and regulations, and analyze the compliance of privacy preserving computing according to its technical principles and applications in the financial services.

Key words: privacy preserving computing, compliance, personal data, federated learning

强锋, 薛雨杉, 相妹. 隐私计算在金融领域的合规性分析[J]. 信息通信技术与政策, 2021, 47(6): 57-62.

QIANG Feng, XUE Yushan, XIANG Mei. Privacy preserving computing in the financial field[J]. Information and Communications Technology and Policy, 2021, 47(6): 57-62.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2021.06.007

http://ictp.caict.ac.cn/CN/Y2021/V47/I6/57

参考文献 19

[1]	王春晖, 程乐. 完善《个人信息保护法(草案)》的建议[N]. 人民邮电, 2020-11-06(3).
[2]	刘颖, 谷佳琪. 个人信息去身份化及其制度构建[J].学术研究, 2020(12):58-67.
[3]	王春晖, 程乐. 解读民法典“隐私权和个人信息保护”[J]. 南京邮电大学学报(社会科学版), 2020,22(3):1-14.
[4]	舒平锋, 金淑琴. 未经同意传播房源信息构成侵犯公民个人信息罪[J]. 人民司法, 2020(23):43-46.
[5]	周辉, 徐玖玖, 张心宇. 中国人工智能法律与政策研究报告[J]. 网络信息法学研究, 2019(2):229-245.
[6]	刘青青, 石丹. 健康宝照片泄露风波背后, 中科大脑陷信任危机[J]. 商学院, 2021(Z1):62-64.
[7]	梁晓峣. 车路协同:智能交通领域的升维谋划[J]. 人民论坛·学术前沿, 2021(4):56-65.
[8]	罗浚文. 农业数字经济财政投入效率的门限效应[J].农林经济管理学报, 2021,20(1):70-77.
[9]	科技产业数据伙伴行动倡议[J]. 中国科技资源导刊,2021,53(1):112.
[10]	周琦. 数据也是生产要素,如何共享、流通和确定[J].中国经济周刊, 2020(10):109-111.
[11]	吕鹏. 数字科技“战疫”与国家治理能力现代化[J].中央社会主义学院学报, 2021(1):167-171.
[12]	中共工业和信息化部党组. 工信部党组《求是》杂志撰文:坚定不移建设制造强国和网络强国[J]. 机械工业标准化与质量, 2021(1):9-13.
[13]	张艳艳. “联邦学习”及其在金融领域的应用分析[J].农村金融研究, 2020(12):52-58.
[14]	张夏明, 张艳. 人工智能应用中数据隐私保护策略研究[J]. 人工智能, 2020(4):76-84.
[15]	中华人民共和国网络安全法[J]. 中华人民共和国最高人民检察院公报, 2017(2):1-9.
[17]	Zhu L, Liu Z, Han S. Deep leakage from gradients[ C ] / / Advances in Neural Information ProcessingSystems, 2019: 14774-14784.
[18]	DWORK C. Differential privacy[A]. Proc of the 33rdInternational Colloquium on Automata, Languages and Programming[C]. Berlin: Spinger-Verlag, 2006.
[19]	张旭刚, 谢宗晓. 关于JR / T 0171-2020《个人金融信息保护技术规范》的介绍[J]. 中国质量与标准导报,2020(2):23-26+30.

隐私计算在金融领域的合规性分析

Privacy preserving computing in the financial field

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 19

相关文章 12

编辑推荐

Metrics

本文评价

[1]	闫树, 吕艾临. 隐私计算发展综述[J]. 信息通信技术与政策, 2021, 47(6): 1-11.
[2]	袁博, 王思源. 隐私计算产品评估体系[J]. 信息通信技术与政策, 2021, 47(6): 12-18.
[3]	夏家骏, 鲁颖, 张子扬, 张钰婷, 张佳辰. 基于秘密共享与同态加密的纵向联邦学习方案研究[J]. 信息通信技术与政策, 2021, 47(6): 19-26.
[4]	符芳诚, 侯忱, 程勇, 陶阳宇. 隐私计算关键技术与创新*[J]. 信息通信技术与政策, 2021, 47(6): 27-37.
[5]	徐潜, 章庆, 喻博, 于文青, 贺伟. 基于中间件与区块链的异构隐私计算平台互通系统研究[J]. 信息通信技术与政策, 2021, 47(6): 38-49.
[6]	黄翠婷, 张帆, 孙小超, 卞阳. 隐私集合求交技术的理论与金融实践综述[J]. 信息通信技术与政策, 2021, 47(6): 50-.
[7]	程强, 刘姿杉. 电信网络智能化发展现状与未来展望[J]. 信息通信技术与政策, 2020, 46(9): 16-22.
[8]	李鉴, 　邵云峰, 　卢燚, 　吴骏. 联邦学习及其在电信行业的应用[J]. 信息通信技术与政策, 2020, 46(9): 35-41.
[9]	梁伟, 张政, 冯明, 何志强. 基于区块链的可信数据交换技术与应用[J]. 信息通信技术与政策, 2020, 46(4): 91-96.
[10]	汪海. 个人数据保护助力数字经济发展[J]. 信息通信技术与政策, 2019, 45(7): 75-77.
[11]	武倩聿, 郭雪, 郑立, 张琳琳. 云计算企业个人数据保护研究[J]. 信息通信技术与政策, 2019, 45(4): 89-96.
[12]	刘耀华, 林麟. GDPR实施之后我国应该如何应对[J]. 信息通信技术与政策, 2018, 44(9): 74-77.