中国移动梧桐大数据布局隐私计算，主导行业标准建立激活多产业数据共享价值

数字经济时代，数据要素作为关键生产要素，对资源配置效率产生了重大影响，数据的重要性日益凸显。聚合多维海量数据，充分挖掘并利用其内在价值，成为各产业发展的战略重点。

为了填补数据安全保护立法的空白，国家层面相继出台了《网络安全法》《数据安全法》等法律法规，进一步完善了网络空间安全治理的法律体系；在行业层面，人民银行、工信部及信通院也通过制定《个人金融信息保护技术规范》《金融数据安全数据安全分级指南》《多方安全计算金融应用技术规范》《基于多方安全计算的数据流通产品技术要求与测试方法》等规范性文件，为利用数据要素进行行业融合创新提供了合规性保障，成为行业数字化转型的重要助推力。

在此背景下，中国移动梧桐大数据积极布局多方安全计算（MPC）、联邦学习（federal learning）等新技术，规划建设中国移动隐私计算系统，实现了数据安全融合、匿踪安全查询、多方安全计算和联合安全建模等功能。同时，中国移动联合各行业开展隐私计算场景验证、数据价值挖掘、技术安全验证等工作，形成场景数据价值分析报告与技术安全测评报告，推进新技术的落地实施。中国移动还主导或参与了《电信运营商互联互通标准框架协议》《电信网和互联网数据合作安全管理实施指南》《中国互联网协会团体标准——金融场景隐私计算平台技术要求和测试方法》《金融场景隐私保护计算平台测试规范》《互联网协会金融场景隐私计算标准》等一系列隐私计算行业标准的制定。新技术的落地实施和行业标准的制定，为隐私计算的繁荣发展奠定了良好的基础，有力促进了数据融合，加速了数据要素的流动。

在运营商行业内，中国移动联合其他运营商通过匿踪查询和联邦学习技术，共同建设诈骗电话识别模型，在保证数据“可用不可见”的前提下进行黑名单共享，解决了各个运营商数据覆盖面不全的问题，同时避免了用户隐私数据泄露的风险，有效支撑了工信部、公安部等部门实施电信网络诈骗治理，降低了网络犯罪风险。

在跨行业合作方面，中国移动深入政府、金融、医疗等行业领域，利用联邦学习、多方安全计算等隐私计算技术，在“数据不出库、数据不落库”情况下实现跨行业数据融合，确保数据要素能安全地进行流动，促进各行业实现数智化转型。

深耕金融领域 助力联合风控

中国移动梧桐大数据积极探索隐私监管新常态下的数据跨界合作新模式，利用联邦学习、同态加密技术在运营商与金融机构之间进行数据交互并开展联合建模。在无须交互敏感数据的前提下，双方数据安全流通，扩展了风控模型的参考维度，对于在反洗钱业务中识别涉赌涉骗人群效果显著。在此过程中，银行的数据标签也不断得以丰富，为银行业客户提供了更为精准、全面的用户画像，在解决银行实际业务场景痛点的同时，也有效提升了业务转化率和风控水平。 

携手医疗行业 促进智能问诊

随着信息技术的快速发展，国内越来越多的医院正加速实施信息化建设。利用大数据技术发展智慧医疗成为当前互联网医院建设的一大趋势，但医疗机构也同时面临着数据隐私性强、数据维度较少的发展瓶颈。为此，中国移动梧桐大数据配合卫健委，在双方数据“可用不可见”的前提下，进行横向联邦学习建模，在数据安全流通的前提下，识别潜在的健康问诊目标用户，进行问诊挂号精准推荐。梧桐大数据的隐私计算技术在为用户提供隐私保护的同时，解决了用户的挂号问诊难题，对提高医院看诊效率起到了助推作用。

协同旅游产业 赋能精准营销

在国家大力推动数字文化产业发展、鼓励数字文化企业参与企业级数字基础设施开放合作的大背景下，中国移动主动对接文旅产业，深入参与产业数据场景的构建，助力建设可信数据流通环境，提升数据流通共享水平和数据安全服务水平，促进产业互联互通。中国移动梧桐大数据与航旅、银联大数据开展深入合作，以增强数据安全服务为前提，贯通数据链路，利用隐私计算技术，实现移动数据与交通出行类数据的安全流通，解决了对航旅用户出行诉求判断不准确、文旅服务无法形成闭环的问题，极大地改善了用户的服务体验。

隐私计算技术的应用，不仅有效保护了用户个人信息的安全，还能促进各行业数据融合，助力社会数智化转型发展。但目前仍存在标准不统一以及数据互联互通难两大难题。中国移动将积极持续参与各项标准的制定，推进不同技术框架下接口与协议的互联互通，推动互联互通技术的创新升级，使数据安全融合技术在更多场景领域发挥价值，助力数字经济与社会高质量发展。