2020年11月，中国人民银行正式发布《多方安全计算金融应用技术规范》金融行业标准，旨在鼓励相关银行等金融企业使用多方安全计算技术，解决金融数据共享与数据隐私保护之间的难题，更好的发挥数据潜力。在政策的助推下，隐私计算行业快速发展，已经从理论、实验室阶段发展到生产系统阶段。
作为一家致力于探索人工智能和大数据在金融领域应用的科技企业，百融云创始终注重大数据应用过程中的数据安全与隐私保护。近年来，百融云创人工智能专家从隐私集合求交集、联邦学习等技术方向入手，结合大数据具体应用场景需求，搭建起了隐私保护计算平台Indra，为金融大数据应用过程中保障数据可用性和隐私性给出了创新解法。
数据的分析处理全生命周期可分为数据输入、计算、结果三个环节，当下市面上的隐私计算技术体系普遍依据这一原则进行构建。大体上，隐私计算包括差分隐私、同态加密、多方安全计算、零知识证明、可信执行环境、联邦学习等技术。
百融云创从多方安全计算、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra，促进安全多方计算、机器学习等理论研究的落地。通过Indra平台，百融云创可以为合作商及客户提供高效、安全的数据合作模式，并且通过在多种具体场景的科技应用保证了数据价值挖掘深度和数据使用的的合规性和隐蔽性，进而满足数据发展过程中的隐私保护需求。
和传统的数据超市不同，百融云创打造的Indra平台只展示合作方数据集的相关描述，而不会真正拥有合作方的具体数据，解决数据孤岛困境，避免非法数据交易，实现数据价值。由于Indra平台可以充分保护合作方数据安全，合作方将自有数据集的相关信息(数据本身不出库)，如数据量、字段、来源、用途等发布到Indra平台。Indra平台将合作方数据集、历史使用情况等信息集中展示给客户。客户可以根据数据集相关信息和自身需求，选择合适的数据集进行匹配、建模或预测等操作。Indra平台对数据集的使用情况、效果等信息进行统计，方便后续客户选择高质量的数据集，也能激励合作方提供更优质的数据。
互联网时代金融服务与用户数据紧密相连，数据安全和隐私保护已经成为金融领域科技创新过程中不可回避的问题。未来，百融云创将继续加大对新技术的研发力量，营造健康与安全的金融数据生态。