明日起，《数据安全法》正式落地施行。当前，我国对数据安全的重视正提升至前所未有的高度，隐私计算作为解决数据共享流通、实现数据价值的关键突破口，广受关注。
8月27日，瑞莱智慧RealAI联合创始人刘荔园应邀在北京网络安全大会(BCS 2021)产业云峰会线上，以《隐私计算赋能金融企业数字化转型助推金融产业高质量发展》为题分享了瑞莱智慧隐私计算保护平台RealSecure的探索与应用。
近年来，伴随新一代信息技术的快速演进，数字经济不断发展壮大，使得消费互联、产业互联与金融服务更紧密结合，线上化、数字化、智能化的“非接触服务”逐渐普及。
在新冠肺炎疫情倒逼之下，金融业积极谋变，数字化转型进程明显加快；金融企业对于自身大数据需求呈现跃迁态势，场景也更加具体化。能否充分利用数据优势形成数据驱动型发展模式，已成为金融机构转型升级的关键。
“9月1日，《数据安全法》将正式落地施行。一边是数据带来的巨大效益，一边是安全合规已成为运营基石。数据价值和数据安全这两个元素正‘极限拉扯’，而隐私计算这一具有划时代意义的硬核科技，就是连通这两极的最优解，也是二元对立困局的破局点。”刘荔园这样阐述自己的理解。
不过，隐私计算在应用落地过程中，已遇到了不少挑战。刘荔园举例说：大部分隐私计算的技术栈在遇到不同算法时，需要对算法进行一对一的剖析和改写，来将其联邦改造或“隐私计算化”，这就导致这项工作身为成为了一项劳动密集型工作，效率低下。
刘荔园提出，对于应用侧来说，真正好的隐私保护计算技术应该兼顾易用性、安全性及性能。
基于以上目标，先从用户最可感知的使用角度来说，瑞莱智慧的隐私保护计算平台RealSecure在易用性上，实现了与传统算法的自动编译和一键适配，可以直接复用企业现有积累的数据开发团队和经验，将机器学习生态与隐私保护机器学习生态相统一。
此外，RealSecure还为用户提供友好便捷的数据挖掘工具（如Jupyter Notebook），内嵌各类隐私保护模式下的算子，用户可随调随用，使用门槛大幅降低。也就是说，数据科学家们原来怎么敲代码做洞察挖掘，现在的操作方式保持一致，无需在隐私计算的要求下重新造车轮。
刘荔园介绍，在安全性这一最重要因子上，RealSecure面向用户提供“协议模型及安全性假设→技术实现原理→数据抓包监测→运算日志打印审计”的事前事中事后全周期安全体系。同时，瑞莱智慧还提出业内独创的隐私计算安全攻防理念，一方面提供隐私计算安全检测服务，另一方面在自身方案中内嵌各类安全防护巩固功能以抵御攻击。
安全是基石，易用大幅提升便捷度，而性能是衡量产品价值的关键。RealSecure编译器自动寻踪最优计算路径，高效加密算法赋予明文处理级运算能力，共同驱动极致效能。
凭借自身丰富的数据生态，瑞莱智慧可帮助金融企业引入多种外部数据源，丰富个人客户和企业客户的特征维度，完善客户风险画像，为金融企业风险决策及管理提供更全面的数据支持。尤其在风险模型训练方面，更丰富全面的数据样本能显著提升模型效果。
于金融行业而言，数据当前已成为发展的核心驱动力。瑞莱智慧相信，RealSecure的“平台+数据+场景”一站式隐私计算解决方案，将大幅提升营销、风控等场景业务成效，为进入“存量时代”的银行业装配新引擎。
