360数科：三管齐下构建数据合规防线
12月17日，上海财经大学MBA/EMBA高峰论坛在沪举行，360数科隐私保护与安全计算研究院院长沈�S博士受邀分享360数科在数字化、智能化方面的领先经验，并提出，数字化、智能化是新时代企业创新的核心驱动力。
沈�S介绍，360数科累计帮助超过140家金融机构服务了2亿以上的用户。公司自研了一套从智能营销、智能风控到智能运营、智能贷后管理等涵盖用户全生命周期的完整业务体系。这套业务体系完全是数据驱动的，采用了多种最前沿的智能科技。例如，在智能营销方面，公司自研了Glaucus增长引擎，能够较为精准地预判用户的金融产品需求，从而帮助传统金融机构显著降低获客成本；在智能风控方面，公司自研了Argus大数据风控引擎，开发了超过20万维度的特征和400多个各类风控模型。超过99%的用户都由平台自动进行风控审核，完全不需要人工干预。同时，这套风控系统还帮助金融机构显著降低了风险成本。
360数科从三个方面入手，确保了这些庞大用户数据对于合规要求的满足。
首先，在数据安全方面，360数科建立了非常严格的数据管控体系，采取了包括数据加密等一系列措施保证数据安全。层层保护下，这些数据在确保不被轻易泄露的同时，也能很好地防止黑客攻击。
其次，在数据应用方面，虽然就数据应用目的而言，个体信息并不受关注，只有将海量数据汇集到一起后，经过分析、建模，提取出的统计规律与群体特征才是真正有实用价值的信息，但是公司仍然对用户信息进行了高度严格的脱敏处理，如姓名、家庭住址等，确保工作人员在操作层面无法获取单个用户的具体信息。
最后，在隐私计算研发与落地方面，360数科也走在行业前端。公司自研了一套名为 “层级联邦学习”的隐私计算技术。其中，联邦学习是一种非常主流的隐私计算技术。但是在落地实践中，当传统联邦学习技术在超过两方以上去进行学习的时候，对网速、带宽、机器性能的要求非常高，相应的学习成本就很高。因此，360数科隐私保护与安全计算研究院率先尝试，将多方学习拆成多个两方学习，在保持学习效果的前提下，降低了学习成本，从而能够快速落地应用。
