<span id="gqqec"></span>
    1. <s id="gqqec"><object id="gqqec"><menuitem id="gqqec"></menuitem></object></s>
      1. <tbody id="gqqec"><pre id="gqqec"></pre></tbody>
        <th id="gqqec"><pre id="gqqec"></pre></th>
        <th id="gqqec"></th>
        <span id="gqqec"></span>
        <rp id="gqqec"></rp>
        <button id="gqqec"><object id="gqqec"></object></button>
            1. 业务挑战

              • 数据合作与如何防止数据泄露之间的矛盾

                虽然机构间数据合作需求与意愿强烈,但在具体合作过程中,数据提供方一方面担心用户数据和企业机密流失和泄露,另一方面担心数据被合作方缓存甚至被二次销售,造成重大不利影响

                虽然机构间数据合作需求与意愿强烈,但在具体合作过程中,数据提供方一方面担心用户数据和企业机密流失和泄露,另一方面担心数据被合作方缓存甚至被二次销售,造成重大不利影响

              • 多方数据标准不同,接口和工具不统一

                数据合作基础设施不完善。比如各方缺乏统一的数据标准,接口、定义、工具各有不同。在合作过程中需要投入巨大资源进行系统改造、对接,造成数据合作困难、合作周期长

                数据合作基础设施不完善。比如各方缺乏统一的数据标准,接口、定义、工具各有不同。在合作过程中需要投入巨大资源进行系统改造、对接,造成数据合作困难、合作周期长

              • 数据提供和协作过程的信任问题

                合作过程中不排除数据提供方可能提供错误的数据或故意作恶,导致多方计算结果出现问题,从而进一步影响计算结果最终的使用造成业务受损。并且出现此类问题后无法有效追溯和追责

                合作过程中不排除数据提供方可能提供错误的数据或故意作恶,导致多方计算结果出现问题,从而进一步影响计算结果最终的使用造成业务受损。并且出现此类问题后无法有效追溯和追责

              • 多方利益分配或激励措施的公平透明问题

                数据合作过程中涉及到数据交易的流程和多方利益的分配,如何保证此过程的公平性和透明性,取得各方的认可和信任是个问题

                数据合作过程中涉及到数据交易的流程和多方利益的分配,如何保证此过程的公平性和透明性,取得各方的认可和信任是个问题

              解决方案场景

              联合征信

              联合征信

              金融机构对客户进行信贷风险分析时需要结合该客户在其他金融机构的数据,甚至工商、税务等的数据,但数据合作各方都会担心业务数据遭到泄露

              • 通过硬件TEE或联邦学习技术保证使用数据的金融机构、平台方全程接触不到提供方的数据明文,使得数据“可用不可得”和“阅后即焚”
              • 通过区块链技术保证数据源的真实可信,中间过程可追溯,交易过程公平透明
              联合建模

              联合建模

              针对某个行业场景建模时,单一企业持有的数据样本数不足以得出足够精确的结论,需要多个企业共同贡献数据来合作建模,然后所有参与企业共享建模结果。在此过程中需要保证任何一方的数据不泄露给其他方

              • 通过硬件TEE或联邦学习技术保证参与各方接触不到其他合作方的数据明文,使得数据“可用不可得”和“阅后即焚”
              • 通过区块链技术保证数据源的真实可信,中间过程可追溯,交易过程公平透明,最终大家都获得一致的建模结果
              政府数据开放

              政府数据开放

              政府的数据开放共享给社会面使用时,政府和企业都会对将自身数据提供给对方的合作方式有所顾虑,担心数据泄露造成社会影响和商业损失

              • 通过硬件TEE或联邦学习技术保证政府和企业都不需要获得对方的数据明文,使得数据“可用不可得”和“阅后即焚”
              • 通过区块链技术保证数据源的真实可信,中间过程可追溯,交易过程公平透明

              解决方案架构

              架构简述

              区块链可信多方安全计算解决方案利用联邦学习、TEE、隐私保护、区块链技术,打造数据安全共享的基础设施。解决机构之间数据合作过程中的数据安全和隐私保护问题,达成数据可用不可见及阅后即焚

              • 基于可信硬件TEE

              • 通过硬件TEE技术保证参与合作的各方数据只在数据沙箱内部解密和使用。平台方、使用方和其他提供方全程接触不到数据明文

              • 结合区块链的联邦学习

              • 通过联邦学习技术保证各数据提供方在数据不出域的情况下完成联合分析、建模。基于区块链存储每次参加全局迭代的本地模型,保证学习模型的来源、初始化参数、时间顺序不可篡改。增加学习模型的验证和审计能力,防止数据提供方作恶,并支持所有中间过程可追溯可审计

              • 智能合约控制数据交易过程

              • 数据的交换和交易过程由智能合约自动执行,保证利益分配和激励措施严格按照联盟参与方提前达成的约定进行。保证公开化和透明化

              • 统一的数据标准

              • 统一数据标准、接口、定义和工具。预置多种数据分析模型,使得各数据合作方能减少准备周期,快速开展合作

              方案优势

              • 数据共享可用不可见

                通过区块链整合集成多个不同机构、企业、政府的数据,使得多方数据能够在不暴露给其他方的前提下进行合作。保证数据“可用不可见”和“阅后即焚”

              • 保证数据源真实可信

                基于区块链不可篡改和伪造特性,保证数据源的真实可信,防止数据提供方作恶。在联邦学习过程中,记录各提供方的初始化和中间数据。支持所有中间过程可追溯可审计,保证结果真实可信。

              • 多方利益分配公平透明

                交易过程由智能合约自动执行,保证利益分配和激励措施的公开、公平、透明,避免任何中间方控制

              • 缩短合作周期,减少协作复杂性

                统一数据标准、接口、定义和工具。使得各数据合作方能减少准备周期,快速开展合作

              联系我们的专家,华为云将竭诚为您提供区块链咨询服务

              服务咨询
              老少配videos国产_久久精品国产亚洲av麻豆_三位少妇精油按摩高潮_精品自拍亚洲一区在线