精选产品解决方案
隐私计算
隐私保护
/
打破数据孤岛
/
横向联邦
/
纵向联邦
隐私计算
自定义联邦任务角色
Sophon P²C支持用户根据自身业务场景数据情况选择横纵向联邦建模任务,并能自定义联邦任务中的主动方、参与方、协调方,完成任务角色配置,让用户能够高效率地利用其数据资产,从而建立性能良好的联邦模型
向导式配置联邦任务
Sophon P²C提供联邦任务向导式配置服务,支持联邦任务的各参与方根据任务向导,完成联邦任务的数据预处理、特征工程、模型参数配置等流程,无需编写代码即可快速完成任务配置,有效降低用户学习成本
加密算法与协议支持
Sophon P²C支持同态加密、差分隐私、不经意传输等多种加密协议,实现对各方数据交换和运算过程的保护,防止数据泄露和逆推;同时其支持基于安全通道的数据安全传输,能够有效保障网络通信安全
联邦与本地特征工程
Sophon P²C平台中内置了丰富的联邦特征工程算法,如联邦缺失值填充、联邦字符串索引、联邦标准化与联邦归一化等,能够在不出本地、保障数据安全的情况下,联合各方数据进行数据清洗及特征工程,为后续联邦建模提供数据标准保障
隐私计算建模与评估
Sophon P²C支持横向及纵向的逻辑回归、线性回归、K均值等通用算法,在垂直应用场景下也支持多种个性化隐私计算算法的应用;同时支持输出多种算法模型评价指标,帮助用户确定效果好的模型,实现AI高效落地
方案优势
权威化的
数据安全认证
Sophon P²C是国内首批通过信通院资质认证的隐私计算平台,并且通过信通院“卓信大数据计划”安全专项评估认证,支持多方在数据隐私保护的前提下进行AI协作;同时,其研发团队深度参与隐私计算行业标准的撰写,充分理解行业场景,并借助权威认证的平台服务,在满足用户具体需求的同时,切实保障其数据安全
多元化的
计算框架提供
Sophon P²C支持横向联邦、纵向联邦及联邦迁移等多种场景,也支持自研Sophon、Spark以及Tensorflow、PyTorch等深度学习框架,并提供专家级应用服务,能够满足企业多种垂直应用场景下的AI需求,有效降低企业决策成本
个性化的
隐私计算建模
Sophon P²C在各参与方数据不互通的情况下,就能完成联合建模,真正意义上实现数据不动模型动,避免数据泄露,同时其提供的个性化隐私计算建模服务,能够针对本地数据和联邦模型进行微调,进一步提升联邦模型性能
良好稳健与灵活
的系统
Sophon P²C拥有良好的系统稳健性,能够有效应对非恶意性错误和显式攻击,进一步保障联邦模型的安全;同时,其系统部署非常灵活,能支持实体部署、容器部署、云上部署、边缘端部署等多种方式,有效降低企业AI协作所需的人力成本,真正意义上实现降本增效
应用场景/案例
信贷风控
Sophon P²C可针对联邦数据网络进行信贷风控增强,助力消费金融公司信贷预审,其能从风险源头切入,帮助信贷公司过滤信贷黑名单或明显没有转化的贷款客户,进一步降低贷款审批流程后期的信审成本
星环科技,构建明日数据世界