作者 | 产业君
来源 | 产业科技
编者按：
多年前，在安全计算领域有个知名的小问题：两个百万富翁在街头邂逅，他们都想小炫富一把，比比到底谁更有钱。但出于隐私，都不想让大家知道自己到底有多少财富，在尊重隐私的情况下，如何知道他们谁更有钱？加密算法此刻就派上用场了。
近年来，每次公共数据的泄露都会引起公众极大的关注。在信息化高度发达的当下，数据隐私安全正被日益重视。因而，作为可同时兼顾数据共享和隐私问题的技术，联邦学习在近两年发展迅速，并已在金融行业有诸多实践。
与此同时，“开放银行”已成为商业银行转型突破的重要方向，银行与金融科技企业的开放合作也日益频繁，联邦学习正在成为双方数据交流的重要驱动。
01 银行“开放”：如何兼顾安全与效率
据中国人民大学金融科技研究所《开放银行全球发展报告》，关于“开放银行”，目前接受程度最高的是咨询公司Gartner的定义，即是一种与商业生态系统共享数据、算法、交易、流程和其他业务功能的平台化商业模式。
简而言之，开放银行是指一种银行向第三方开放数据和服务的模式。在这种模式之下，银行和其他各方能够在共享信息服务资源的基础上进行协调合作，最终给客户带来更加高效贴合的服务体验。
而数据安全，是开放的重要前提。
毕马威在系列研究“开放银行，中国银行业发展必然路径”中指出，法律的监管是不可缺失的。开放银行“开放”的核心是数据，涉及隐私。
普华永道在2018年进行的一项调查显示，面对开放银行这个概念时，95%的受访者担心自己的个人信息将会被泄露；68%的受访者第一印象是个人隐私将会受到一定影响。
在安永2018年的调查中，71%的受访公司认为取得用户授权同意是实施开放模式过程中的巨大挑战，超过半数的公司更是将其列为“首要考虑”的问题。
因此，开放银行的构建，需要法律和监管充分保障数据的安全性、采用可信且规范化、标准化的程序和模式。而在安全有效的数据开放机制落地之前，业务能力仍需提升，数据的生产力也在不断释放，如何兼顾数据开放的安全与效率，依然是银行、消费金融等机构面临的现实问题。
02 联邦学习的作用与机遇
随着云计算和大数据技术的不断进步，无论是机构和个人，每天都会源源不断地产生大量数据。并且，无论是对于机构还是个人而言，这些数据中或许包含商业机密，或许包含大量个人隐私，如果机构之间要交换学习，首先要解决隐私保护问题。
