文章详细内容

摩斯隐私计算在金融场景的应用案例荣获“2024金创奖”

摩斯基于隐私计算技术的全渠道数据融合解决方案

来破解(https://www.ucrack.top/)2025年08月28日讯息： 摩斯基于隐私计算技术的全渠道数据融合解决方案当前金融机构数据要素流通主要存在几大堵点 1、单一金融机构数据样本量有限，造成模型推理和预测不准确，表现在拓展业务方面,无法及时识别精准人群，错失营销机会,在风控方面无法精准识别风险。 2、部分金融机构数据处理能力有限，金融机构智能化处理能力低,例如需要投入大量人力资源对可疑交易、目标客户进行筛选识别，耗费成本高、效率低。 3、金融数据由于敏感性高、监管严格，难以出域使用。针对以上的堵点问题，摩斯的方案如下：利用隐私计算技术连接全渠道数据，摩斯利用多方安全计算、联邦学习、可信执行环境等技术打造了大规模金融级隐私计算平台，通过该平台加密、分布式连接全渠道多方数据源，实现数据隐私保护、可用不可见。目前该平台已连接金融行业所需的全面覆盖千行百业的企业和用户数据，可以通过API、数据库、文件等多种方式加密接入和使用。利用隐私建模能力进行多方数据联合建模分析，通过联合建模的方式解决单一金融机构数据样本量不足和数据处理能力有限的痛点问题，保障数据安全的同时提升模型效果，实现更精准的人群刻画和风险识别。主要用在风控、营销、客群经营等应用场景。摩斯营销科技助力机构客群经营与增长目前摩斯隐私计算产品已在上百家银行等金融机构部署使用，全行业已部署300多家，建立以隐私计算节点连接的数据和流量资源生态网络。在金融机构营销场景，摩斯通过隐私计算技术，可以打通机构公私域客群，进行客群一体化分析，通过多方资源连接，共建密态模型，进行用户洞察分析，帮助机构制定拉新、促活、召回全生命周期客群经营增长策略，通过摩斯营销平台连接支付宝、饿了么等数十个流量平台，帮助机构进行自助化、智能化营销投放。在银行卡营销场景中，结合交易场景制定精细化权益发放策略，进行绑卡、促活、提频提额，帮助银行用户提升开卡效率和用户留存率。未来展望面向未来，积极探索前沿技术落地和应用场景，拥抱AI和大模型，摩斯研发了大模型隐私保护产品，并提供，GPU云算力托管服务，保障机构客户大模型数据和模型隐私安全，同时，摩斯积极研发营销智能体，将在摩斯营销平台落地应用，帮助客户快速制定营销投放策略。