为实现企业数据“可用不可见”，解决企业数据协同计算过程中的数据安全和隐私保护问题，可利邦自主研发的基于多方安全计算、隐私保护、联邦学习等技术，打造自主知识产权的大数据隐私计算平台，助力金融机构安全高效地完成联合建模，实现联合风控、联合营销、联合科研等跨机构数据合作任务，促进业务增长。
安全合规原始数据不出域，数据输入、运算、结果输出全流程密态保护。数据经授权后方可进行安全计算，贡献可量化，数据作弊可检测。
一站式服务与多家优质保险、银行、大健康等伙伴达成合作，客户可一站式完成多方数据及业务合作，大大降低客户时间成本。
开箱即用图形化界面，操作便捷，使用门槛低，简单高效地完成建模、统计、服务部署任务。没有算法和开发经验的人也能快速上手使用。
容器化部署基于K8S的容器化部署，支持多种操作系统，支持主流数据源和数据服务，支持本地部署专线接入云，可灵活投入硬件与计算资源。
联合统计支持数据使用方提交统计计算任务请求，统计方通过平台查询⼀个或多个数据提供方的数据库，得到查询统计结果。统计结果与在明文数据库上查询的结果⼀致。数据提供方不暴露明文数据。
隐私求交指数据查询/使用方提供用户名单，在不泄露用户名单的前提下，从数据提供方数据库中查询交集用户，但无法获知交集以外的对方集合的任何信息。
匿踪查询指查询方隐藏被查询对象关键词或客户ID信息，数据服务方提供匹配的查询结果却无法获知具体对应哪个查询对象。数据不出门且能计算，杜绝数据缓存、数据泄漏、数据贩卖的可能性。
支持涵盖ARM、X86架构与自主架构, 在全部采用国产化硬件的基础上，支持国密、同态、椭圆曲线、MPC、联邦学习等安全技术，能满足银行、保险等各行业各类的数据合作需求，严格保护数据中的个人和企业隐私信息,实现多方可信的数据协作。
通过隐私计算，可使多个非互信主体在数据相互保密的前提下进行高效数据融合计算，达到“数据可用不可见”， 最终实现数据的所有权和数据使用权相互分离，并控制数据的用途和用量，即某种程度上的用途可控可计量。
通过隐私计算，持有各自集合的两方来共同计算两个集合的交集。在协议交 互的最后，一方或是两方应该得到正确的交集，而且不会得到交集以外另一方集合中的任何信息。
通过隐私计算，查询方可隐藏被查询对象关键词或客户 ID 信息，数据提供方 提供匹配的查询结果却无法获知具体对应哪个查询对象。数据不出门且能计算， 杜绝数据缓存、数据泄露、数据贩卖的可能性。
京ICP备2021033509号
