伴隨著移動互聯技術的飛速發展，公民的隱私安全也成為社會共同關注的焦點問題。在過去一段時間，不時會出現公民隱私泄露的事情出現。如何保障公民隱私安全，已經成為全社會都在積極努力的課題。對此，360借條用自己的技術優勢和豐富的黑產斗爭經驗，摸索出了一條自己的發展之路。

　　2019年10月，360金融宣布成立隱私保護與安全計算研究院，引入聯邦學習技術發力大數據隱私保護研究。未來，360金融將投入大量資金和研發力量，并聯合行業合作伙伴，營造健康數據生態，共同制定解決數據安全問題的金融科技方案。這是繼谷歌、蘋果、騰訊、阿里之后，隱私保護機器學習進入金融科技領域的重要嘗試。

　　作為360金融旗下的核心產品，360借條自然也成為了對抗黑產的主戰場。云計算、大數據、人工智能技術的廣泛應用，抵制熱力圖、反詐星球計劃等防騙反詐防火墻的構建，讓360借條的風控水準一直處在行業前列。

　　作為360金融首席數據科學家沈赟，在受邀參加“上海證券交易所國際投資者會議”時表示，數據裸奔問題需要AI協同大數據安全共同解決。在沈赟看來，金融與科技的融合，極大程度上取決于對數據價值的深挖程度，而如何兼顧隱私性與可用性的關系，既是企業必須面對的道德底線，也是考驗企業技術是否過硬的先決條件。

　　為實現打通數據孤島，實現數據的共享和價值的傳遞，360金融在安全多方計算、 同態加密、差分隱私、聯邦學習等技術領域都進行了部署，并通過實際業務數據，訓練更安全的模型，同時鏈接多方孤島數據提升模型性能。

　　具體來看，利用同態加密，對加密后的數據直接進行運算，相比較有高風險泄露數據的明文計算，這種方式在保證計算正確性的情況下，從根源上確保了用戶隱私不被盜用、竊取，同時在處理過程中也實現了全程“封閉”。

　　另外，利用差分隱私技術降低暴露訓練數據中敏感信息的可能性。差分隱私是建立在對隨機算法的約束之上的，限制攻擊者在得到帶噪中間件后，對原數據的推導能力。再結合安全多方計算，聯邦學習等技術，實現聯合多方分布式訓練并更新模型。這種方法不需要上傳數據，在保持模型預測性能的情況下，比傳統方法更加有效地保護了用戶信息。

　　正是憑借著先進技術的支持，360借條才能夠為廣大用戶帶去安全、優質、高效的互聯網金融服務，也正是這樣的服務體驗為360借條帶來了良好的口碑和龐大的用戶基數。根據相關數據統計顯示，360借條目前已經擁有日活用戶近百萬。這種“科技保障用戶體驗、用戶反哺平臺口碑”的發展模式，讓360借條走出了一條屬于自己的特色發展之路。

免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。