信息时代，数据已经成为驱动经济发展的关键生产要素，被誉为新的黄金。对金融行业而言，对金融数据的整合分析，不仅能够推动金融产品的创新与升级，还能够为风险管理、客户服务和产品开发提供强大支持。然而，数据的价值并非固有，而是依赖于其流通和使用。只有通过有效的数据共享与分析，才能将原本静态的信息转化为动态的洞察，进而推动创新与增长。但随着金融行业对数据的依赖不断增加，数据安全和隐私保护问题也变得愈发突出，在这一背景下，如何在满足金融行业对数据的需求的同时，解决数据安全和隐私保护成为一项巨大的挑战。
针对数据的数据安全和隐私保护问题，隐私计算技术应运而生。隐私计算技术是指在确保数据隐私的前提下，进行数据的存储、处理和分析的一系列技术和方法。这些技术使得数据在不暴露个人隐私信息的情况下，依然能够实现高效的数据分析和决策支持。目前主要的隐私计算技术包括多方安全计算、同态加密、联邦学习、差分隐私等技术手段，旨在有效解决数据孤岛问题，实现数据的共享与合作。
作为金融行业中积极布局隐私计算的数字银行，微众银行成为率先推行隐私计算产品和解决方案的先锋之一。在2023年，微众银行发起并推出了联邦学习开源框架FATE的2.0版本。该版本从应用层、调度层、通信层和异构计算层等四个维度，实现了多层次隐私计算平台之间的互联互通，极大地提升了数据协作的效率和安全性。
在区块链技术方面，微众银行同样加大了核心技术的攻关力度。微众银行提出了“公众联盟链2.0”理念，将公有链和联盟链的技术优势结合起来，并向公众开放观察节点的接入功能。此外，微众银行持续推进第三代FISCO BCOS的升级迭代，年内更新了9个版本，新增了轻节点、多CA支持、可验证读、块内分片、动态共识切换、树状网络分发等多项新功能。
在隐私计算技术应用场景方面，微众银行也交出了一份优异答卷。据微众银行区块链与隐私计算技术专家王朝阳介绍：“目前微众银行隐私计算已进入全面落地阶段，落地场景涵盖金融、政务、公共健康、数字权益等各个领域，主要集中在联合营销、联合风控、智能医疗、电子政务、联合科研等场景，也包括智能能源、智慧城市、工业互联网等融合性数据应用场景。”
