案例基本内容和执行情况

本项目针对数据要素流通中的数据安全和隐私保护等问题，突破了联邦学习与多方安全计算混合引擎架构、密态数据联合统计与建模、基于指令集加速的高性能分布式联合计算、高性能安全对齐和匿踪查询算法、隐私计算互联互通数据和算法模块标准化等关键技术；形成了一套可信隐私计算技术体系，研建了基于隐私计算的可信数据要素市场共享平台，包含至少10种联邦特征工程算法、10种匿踪联邦算法，实现联邦模型评估算法，输出至少20种模型评估指标项，实现数据可信高效共享与数据隐私保护；并形成了标准化的隐私计算算法协议互联互通框架和跨平台隐私计算互联互通管理系统，支持千万级数据的可信互联互通，数据交易金额达到千万元级。本项目研究成果面向金融、政务领域开展了应用，向大型数据交易中心、金融机构等提供服务，解决了政府、金融机构、企业间跨域数据融合和隐私保护等问题，实现了数据价值的可信流转和共享，推动我国数据要素市场安全规范地运行。

案例主要经济成效和社会成效分析

（1）经济成效：本项目通过可信数据要素市场共享平台的应用，解决了政府、金融机构、企业间跨域数据融合问题，保障了信贷风险联合监测、跨机构黑名单共享等业务的安全性、高效性，有效避免多头借贷、票据欺诈、洗钱等金融风险；减少损失在千万元级别。项目建立数据要素市场规范与隐私保护体系，将规范与体系推广应用于全领域场景，成果转化合同或协议数预计超过15个，销售额超过千万元，经济效益显著，有望成为我国数据要素市场隐私保护应用模式革新的成功典范。

（2）社会成效：项目依托区块链与数据安全全国重点实验室、区块链安全与平台技术教育部工程研究中心、大数据联合计算中心等国家及省部级科研平台，以产学研用强强联合的方式凝聚优势互补的技术队伍，开展科技创新活动，推动我国和我省在数据要素市场的创新发展。通过突破数据要素可信共享关键技术，构建数据要素市场生态，依托行业龙头机构开展大规模应用验证示范，设计制定隐私计算算法协议原语定义规范，突破隐私计算互联互通数据和模块标准化技术，推动数据要素与实体经济的深度融合，根据可信隐私计算技术体系合理性、安全性和有效性的测试验证结构，有效指导我国和我省数据要素市场可信共享技术发展及产业化落地。具体如下：

1）通过可信数据要素市场共享平台研建，推动数据要素与隐私计算深度融合，构建数据要素可信共享生态环境；

2）汇聚高校、研究机构和产业化团队等开展协同攻关，突破隐私计算前沿技术和具有国际竞争力的关键和新型技术，在隐私计算领域培育一批能够覆盖前沿理论、工程技术、系统测试和产业应用的人才队伍，孵化具有国际影响力的自主创新科研团队与企业，为金融、政务等领域的数据要素应用创新提供人才保障，为我国数据要素战略提供坚实有力的平台和人才支撑。