对于银行而言，兼顾数据应用和安全保护的隐私计算技术可应用于多个场景，实现“鱼与熊掌兼得”。

《银行科技研究社》整理了近期银行业隐私计算相关事件。

上海多个隐私计算相关创新应用结束测试

12月19日，《关于上海市金融科技创新监管工具创新应用结束测试的公告》显示，有6个创新应用成功完成测试。其中多个涉及隐私计算技术，包括：交通银行、中移（上海）信息通信科技有限公司、上海理想信息产业（集团）有限公司、富数科技申请的“基于多方安全图计算的中小微企业融资服务”；上海冰鉴信息科技有限公司、南京银行上海分行申请的“基于多方安全计算的差异化营销平台”；中国银联、交通银行、华控清交、上海聚虹光电科技有限公司申请的“基于多方安全计算的图像隐私保护产品”。

3家国有银行北京分行申请的创新应用公示

11月23日，北京新一批金融科技创新应用公示，为工商银行北京分行、中国银行北京分行、农业银行北京分行联合申请的“基于隐私计算技术的他行资金流水核验服务”。该创新应用运用隐匿查询等多方安全计算技术，搭建银行间数据共享平台，在保障各方对公客户数据隐私的前提下，经客户明确且充分授权后，在确保各方原始数据不出域的基础上，将工行、中行、农行3家银行对公客户的历史交易数据（包括客户账号、入帐日期、交易币种、交易金额、借贷标志等）进行可信共享。通过将对公客户提供的合作银行资金流水信息与行内数据进行联合分析，实现跨行资金流水验真查询，获知对公客户在合作银行的交易流水真伪情况，辅助银行开展客户贷前授信评定及融资需求合理性分析。

微众银行首席人工智能官谈大模型与隐私计算

近日，微众银行多位领导专家前往蓝象智联，微众银行首席人工智能官杨强及团队分享可信联邦学习与联邦大模型等内容，并与蓝象智联团队深入交流。现场谈到：

大模型的崛起，是隐私计算再次发展的绝佳机会。行业已经证明了用隐私计算做大模型的“防火墙”是可行的，全世界范围内大家也已经开始认识到这个方向。

大模型会导致算力、数据、场景的供需矛盾会更突出，带来更大的分布式需求，这也会对隐私计算提出新的要求；大模型很难独立产生商业价值，联邦大模型是突破点。

之前有两个范式，一是ToC模式的横向联邦学习，二是ToB模式的纵向联邦学习。现在总结出了第三种范式，即联邦大模型范式。这个范式一旦成立，将大大缓解行业在实践中的众多本地需求。

洞见科技中标蓝海银行隐私计算平台项目

近日，洞见科技透露，其中标蓝海银行隐私计算平台项目。基于该平台，蓝海银行将具备完整、高效、可信、互联互通的隐私计算核心能力，拓展数据生态资源链接能力，深化风控、营销等业务场景的密态数据计算应用能力，从而构建良性数据合作生态体系。