总结了下，加强这三点能更好地实现数据流通

数据流通已成为整个社会的趋势。企业既需要对内做数据治理，又要对外及时解决数据应用的问题。与此同时，企业还要兼顾对内、对外之间的数据流通安全和隐私保护。隐私保护的核心是通过各种技术的手段去满足企业对数据安全合格的要求。

如何让数据安全高效流通，助力行业数字化转型，是政策制定者、企业和媒体等社会各界关心的话题。近日，人民银行金融科技委员会在召开的会议中强调，2022年要多措并举推动《金融科技（FinTech）发展规划（2022-2025年）》落地实施，高质量推进金融数字化转型。隐私计算作为解决“数据可用不可见”的关键技术，成为金融行业数字化转型的重要技术方向，其与金融的结合尤为瞩目。

3月26日，由华夏时报社主办的“数据智能重塑实体：2022智能数据论坛”成功举办。论坛汇聚了数据智能相关领域的专家学者，深入探讨当前行业发展的新趋势。数牍科技受邀出席，一同出席的还有自蚂蚁集团、金融壹账通、度小满、微众银行等企业。本次论坛上，数牍科技荣获年度隐私计算新势力领军企业。

本次论坛上，以数牍科技为代表的隐私计算厂商面向金融深度数字化转型的破局之路进行了深度分享和探讨，数牍科技副总裁何东杰分享题为《助力数据要素流通，赋能产业融合发展》的主题演讲。

为了更好地实现数据流通，何东杰认为主要应从三个方面去做加强。

主题分享精华片段视频请戳👇

首先，通过隐私计算实现数据的安全处理。数据流通的前提是保护各方数据隐私安全，隐私计算技术将成为标配。通过多方安全计算、联邦学习、数据的脱敏化、匿名化操作，企业可保护本地数据的隐私安全。企业业务发展的关键是跨行业数据流通应用，基于流通的数据要素才能够提升企业的数字化能力。

其次，通过联邦学习实现数据智能化分析。尤其是金融行业，在跨企业之间的数据协同场景下，基于联邦学习可实现跨企业的复杂数据处理分析，提供机器学习、深度学习、图网络等多种算法，提升业务模型效果。

最后，企业如何去建设数据流通平台呢？何东杰认为需要从三个层次来进行建设。

第一层，解决数据信息本身的发现问题。企业需要去发布可共享的数据，并能够去查看和检索其他企业共享的数据。通过这一层次，去实现数据信息的互联互通；

第二层，实现企业数据处理的互联互通，即前面提到的基于隐私计算、基于联邦学习去实现复杂的统计以及建模的过程。

更进一步，需要实现对数据处理过程的互联互通。企业要将数据处理过程中的业务场景、数据内容，包括数据处理的过程进行记录，以便于日后能够进行监管和审计。与此相对应的，企业也需要去对接监管方，并向监管方提供数据处理全过程的监管审计。

这也就意味着，企业数据流通平台建设的核心有以下几个特点。第一，要实现隐私计算、联邦学习、多方安全计算等；其次，要实现过程共识的上链；在此基础上，实现整个数据使用过程中的可监管及可追溯，最终真正实现数据价值流通以及价值的结算。

如果您对数牍科技隐私计算产品及解决方案想了解更多，请戳下方联系方式获取一对一咨询。