WeFlow隐私计算平台

PRIVACY COMPUTING

微语We·Flow隐私计算平台是基于多方安全计算、联邦学习、同态加密、可信计算等技术自主研发的分布式隐私计算平台。平台涵盖隐私求交、联合建模、联合统计、匿踪探查、数据资源管理、算法容器管理、异构平台互联互通等,打造适配全业务场景且安全、高效的隐私计算平台。
产品功能
多方安全计算
基于多方安全计算(Secure Multi-Party Computation)技术,构建一系列密码学工具和去中心化的部署架构,保护数据隐私不出域,实现通用场景的多方联合建模。支持一站式进行建模、生成模型报告、服务部署等功能,可有效提升单方建模预测准确性。
隐私求交
隐私求交服务基于隐私求交(Private Set Intersection,简称 PSI)算法,保证了在不泄露多余信息的前提下,满足了数据合作的各参与方获取和分析数据求交结果的需求。支持多方PSI,同时支持平衡、非平衡、集群化高性能PSI。
联邦学习
联邦学习(Federated Learning)技术,是一种通过构建面向分布式集群的联邦调度体系,结合多种隐私计算技术,综合解决特定场景和问题的算法方案。支持多方基于自身数据本地训练的结果,再进行加密聚合和持续训练。
匿踪探查
匿踪查询(Private Information Retrieval,简称 PIR)是隐私计算的重要引擎之一,能够在检索数据的同时防止数据持有方知晓检索条件中的隐私信息。
应用场景
金融领域
政务领域
医疗领域
金融领域
金融领域方面,在针对金融相关应用场景开发,服务银行、保险、证券等金融机构联合风控、精准营销等场景中借助隐私计算 技术“原始数据不出域”、“可算不可得不可导”、“可查不可知”等技术特性,既保障了数据的安全,又实现了数据价值的挖掘。
产品优势
数据安全合规
集成密码学、机器学习技术等多种安全方案,打破数据孤岛,不暴露各参与方敏感数据,实现数据可用不可见,满足安全、合规的需求。
一站式平台
提供一站式端到端的应用服务开发平台,通过可视化交互的方式,实现数据价值的分析与挖掘。
灵活适配场景应用
内置算法丰富,灵活满足复杂计算场景。解决金融、政府、医疗等客户的数据安全和隐私保护需求,实现数据价值极大释放。
全线产品持续上新,期待与您合作
立即联系
0755-8279 5265
联系我们
深圳总部:深圳市福田区凯丰路10号国际金融科技城13层
上海分公司:上海市黄浦区外滩街道四川中路33号创业大楼617室
北京分公司:北京市东城区珠市口东大街甲16号天鼎218文化金融园,A15微言科技
成都分公司:成都市新津区花源街道数字经济产业互联网基地loftB-502
微言科技公众号