2021年12月，中国人民银行发布《金融科技发展规划（2022—2025年）》，明确提出积极应用多方安全计算、联邦学习、差分隐私、联盟链等技术，探索建立跨主体数据安全共享隐私计算平台，在保障原始数据不出域前提下规范开展数据共享应用，确保数据交互安全、使用合规、范围可控，实现数据可用不可见、数据不动价值动。为进一步推动隐私计算技术在金融领域的应用探索，推广隐私保护相关技术在金融领域应用，联盟数据专委会组织相关成员单位开展研究，编制了《金融行业隐私计算应用风险与问题研究》《金融业隐私计算安全验证技术研究》《隐私保护技术在金融应用研究》，现面向行业发布三项研究报告全文。

《金融行业隐私计算应用风险与问题研究》报告基于隐私计算技术在金融行业的典型应用案例，从监管、安全、技术、参与者等角度多方位分析隐私计算应用的风险及所面临的困境，并针对上述问题提出有效的解决方案，为应用隐私计算的金融机构提供参考和指导。

《金融业隐私计算安全验证技术研究》报告对隐私计算安全性验证技术进行研究，提出隐私计算在金融应用的协议一致性、输入输出数据加密、通信信道安全等验证方案，提出以可视化方式展示隐私计算内部流程思路，推动金融业隐私计算安全验证过程变得更加透明可控，保障金融领域隐私计算安全应用。

《隐私保护技术在金融应用研究》报告梳理了现有隐私保护技术在个人金融信息保护中的应用情况，针对个人金融信息保护和金融反欺诈的不同应用场景，分析各隐私保护技术的优劣势，为解决大数据量、高维度、高吞吐的多层级跨机构金融数据高效安全共享问题提供参考，为涉及个人金融信息保护的系统实施方提供技术选型依据。