360借条安全专家谈隐私计算的利与弊：看好长远成效

  近年来，数据安全问题已经成为全社会关注的焦点，国家也陆续出台了多项法律法规来保障数据安全。日前，在“第十六届21世纪亚洲金融年会”的金融科技主题论坛上，360数科信息安全专家、360借条安全专家吴业超指出，隐私计算并不是实现数据安全与有效使用的唯一方式，但目前是较为有效和安全的方式。当前来看，隐私计算还是一个主流，正处于上升阶段，在未来也可能会有更高的成果出现。

    作为当下和未来行业发展的基础，数据已经成为各行各业都在关注的重要资源，在这个过程中，如何有效开发和利用这些数据资源，正成为许多企业的重要课题。面对一系列法律法规的落地，隐私计算被寄予厚望，但隐私计算并非实现数据有效应用的唯一方式。

    在吴业超看来，区块链计算、企业之间加密、算法之间互通接口等都是方法。但是，目前隐私计算的安全性比较高，也是未来发展的趋势之一。处于初始发展阶段的隐私计算有利有弊。他表示，对于小公司来说，成本较高。一方面是带算力的服务器贵，另一方面搭建有算力的场景和带宽都需要投入成本。隐私计算的好处是经过加密算法、机器学习、神经网络等处理，基本上看不到原数据，更加安全，也满足了隐私安全相关的政策要求。

    同时，吴业超也介绍，目前360数科和360借条正在推内部隐私合规的一些方法，其中之一是分割式神经网络。隐私计算大部分都是在企业级应用，不同企业之间的网络、算法、模型、加密能不能隔离是最主要的。比如有一些风控公司核心就是模型，如果不隔离模型，就有可能对公司造成损失，出现安全风险。实际上，分割式神经网络就是自己去训练自己的模型，自己搭建自己的神经网络，然后依据统一的标准进行输出、碰撞，以此来判断是否符合企业所需要的结果。

    分割式神经网络不仅投资小、占用资源少，广泛性也大。在这个过程中，合作方无需公开数据的加密方式，只需要按照统一标准做结果输出就可以。彼此之间也无法看到对方的原始数据，不仅满足了隐私安全的需求，也满足了成本控制方面的需求，这也是隐私计算的一种。

    作为国内领先的信用消费平台，360借条在上线之初就将平台的数据安全作为重中之重，也在数据安全工作上做出了不俗的成绩。在未来，360借条将继续保持自己的初心，在安全开发数据资源的同时，为广大用户带去更优质的金融服务。