论文部分内容阅读
金融发展离不开数据要素
【出 处】
：
中国银行保险报
【发表日期】
：
2020年01期
其他文献
近年来,机器学习的相关模型被广泛应用于科学研究与各种生产活动,有效地帮助了企业或者机构进行决策与管理,推动了社会的进步。随着大数据的发展,大规模的数据被用于机器学习模型的训练与推理,机器学习模型的性能得到了明显的提升。但是,机器学习模型所需要的海量数据中可能包含用户的隐私数据,这引起了政府与用户关于隐私方面的担忧。如何在应用机器学习模型的过程中保护用户的数据隐私,成为了当前的研究热点。此研究领域被
在数据要素化国策下，治理科技是强监管形势的适应性产物，兼具“合规”和“赋能”的双重属性。然而，多方利益失衡、责任主体虚化、过程监管薄弱等结构性问题，催生了“赋能”反噬“合规”的反治理风险。诸如隐私计算等技术虽然以数据安全处理作为技术目标，但始终无法破除“治理—反治理—再治理”的逻辑怪圈。区块链、人脸识别、算法推荐等技术的规制实践已经证明，法律规制固有的“一对一”模式正在疲于应对技术创新所带来的安全
＜正＞政务数据中存在大量涉及企业或个人的隐私数据、涉及商业的敏感数据、涉及知识产权的研究数据以及涉及国家各方面体征的监测数据等，这些数据不能公开共享，而且一旦泄露，会造成严重的数据安全事故。但智慧城市、数字城市的建设又离不开这部分数据的运用，基于“可用不可见”方式开展数据共享的隐私计算，是解决上述难题的一种安全架构技术。
期刊
因安全需求和法规要求，整个数据流通领域即将进入密态时代。要承载关系到国计民生各行各业的数据业务，数据密态技术必须要在安全性、性能、可靠性、适用性和成本上达到作为基础设施的关键指标要求。通过分析密态时代所需关键技术的现状，发现它们都有本质上难以克服的缺点。基于此，提出了一种新的隐私计算思路：可信隐私计算，它通过融合密码技术、可信计算技术等获得了更强大和更均衡的综合性质，并对其中的两项典型技术——受控
重大突发事件的发生给国家安全及国民经济发展带来极为严峻的挑战，企业的生产、经营也会受到一定程度的影响。通过研究新冠肺炎疫情背景下，不同创新投入强度的企业面对危机冲击的市场价值和财务价值差异发现，在重大突发事件冲击下，创新投入越高的企业，其市场价值和财务价值越高，即企业创新投入越高，事件窗口期内股票市场反应越好、营业收入和净利润也越容易实现正增长。进一步分析发现，重大突发事件对企业的冲击程度越高，企
针对目前网络会议数字评选系统无法做到既保证评审人意见的隐私性又能获得安全可信的结果的问题，提出一种基于隐私计算的网络会议数字评选系统设计方案。首先通过里所（RS）码的编码矩阵对评审数据进行秘密分享得到秘密份额，并将每一方评审数据的哈希值作为存根交由主办方存档以防止抵赖；然后通过编码矩阵之单调扩张矩阵对秘密份额进行协同计算得出计票结果；最后通过校验矩阵检查多方协同计算过程中是否有秘密份额的分享错误或
＜正＞当前，新一轮科技革命和产业革命方兴未艾，人工智能（AI）、区块链、隐私计算等技术在金融领域不断得到应用。在金融科技蓬勃发展的大背景下，人民银行制定了《金融科技发展规划（2022-2025年）》，推动实施“软件集中开发”战略，有效整合全行科技资源，积极发挥科技引领作用，为新形势下金融科技的创新发展奠定了坚实基础。成方金融科技有限公司（成方金科）作为人民银行组建的金融科技公司，坚持服务央行履职、
期刊