公司介绍
上海富数科技有限公司（Fudata）成立于2016年，是国内隐私安全计算领跑者，专注联邦学习、多方安全计算、匿踪查询等加密计算领域，核心团队来自阿里巴巴、华为，首席科学家为国际密码学会会士来学嘉。公司自研企业级安全计算平台Avatar（阿凡达），集成PSI、MPC、FL、PIR等核心技术，实现数据不出门、可用不可见。产品通过工信部信通院及国家金融科技评测中心认证，已服务金融、政务、运营商、电力、保险、医疗等50余家客户，多个案例入选人行监管沙箱。
提供的AI解决方案
擅长行业
成功案例
交通银行
商业银行在发放普惠贷款、精准营销时难以引入外部数据，且面临数据合规与隐私泄露风险。富数科技联合交通银行、中国银联，通过Avatar平台开展纵向联邦学习与隐私求交，在数据不出各方数据中心的前提下完成客群画像与联合建模。该项目分为资产客户提升与高潜客户识别两个场景，求交后高潜名单在AUM增幅、理财产品销售等方面大幅提升，并入选央行金融科技监管沙箱试点。
联合建模显著提升高潜客户识别与理财销售转化，入选央行监管沙箱
中国银联
银联作为银行卡清算机构，掌握海量高价值消费数据但无法直接对外共享。富数科技以多方安全计算与匿踪查询技术，帮助银联与交通银行等机构在不泄露原始数据的前提下开展联合风控与精准营销，通过隐私求交得到高潜客户名单。方案实现数据可用不可见，在保护用户隐私的同时释放数据要素价值，成为隐私计算金融应用蓝皮书的典型案例。
多方安全计算实现银联与银行数据合规联合，释放数据要素价值
中国邮政储蓄银行
邮储银行拥有庞大县域客户群，需在合规前提下引入外部数据提升风控与营销精准度。富数科技为邮储银行部署Avatar安全计算平台，采用联邦学习与匿踪查询技术，在数据不出库的情况下完成联合风控评分与联合建模。方案通过工信部与国家金融科技评测中心认证，帮助银行在保护客户隐私的同时提升信贷风险识别能力与营销转化效率。
联邦学习助邮储银行在合规前提下提升风控与营销精准度
上海浦东发展银行
浦发银行在联合营销与信贷风控中需融合多方数据，但受制于数据安全与监管合规要求。富数科技以Avatar平台的多方安全计算能力，帮助浦发银行连接合规优质数据源，在加密状态下完成联合统计与联合建模。方案支持一键部署与拖拽式建模，工程师学习成本近乎为零，在保障数据隐私的同时显著提升风控模型效果与业务决策效率。
多方安全计算助浦发银行在加密状态下完成联合风控建模
太平金融科技
保险集团旗下金融科技公司在客户画像、精准营销时面临数据孤岛与隐私合规双重挑战。富数科技为太平金融科技提供隐私计算解决方案，基于联邦学习与匿踪查询技术，在保险与外部数据源之间建立安全查询链接，完成联合画像与预测建模。方案帮助保险机构在数据不出域的前提下精准定位潜客、提升投放转化率，同时满足个人信息保护相关监管要求。
隐私计算助太平金科精准定位潜客并满足合规要求
中国移动通信集团山东
运营商掌握海量用户行为数据，在对外数据合作中承担极高的隐私合规压力。富数科技为中国移动山东公司部署Avatar安全计算平台，通过多方安全计算与匿踪查询技术，帮助运营商在数据不出库的前提下与金融、政务等机构开展联合统计与联合营销。方案实现数据可用不可见，在充分保护用户隐私的同时释放运营商大数据的商业价值。
隐私计算助山东移动数据不出库释放大数据商业价值
国网上海电力科学研究院
电力企业积累了海量用电与设备运行数据，跨部门、跨机构共享受数据安全约束。富数科技为国网上海电力科学研究院提供隐私计算方案，基于多方安全计算与联邦学习，在数据不出域的前提下开展联合分析与联合建模。该方案曾斩获全球工业智能领域湛卢奖，帮助电力行业在保护数据资产的同时挖掘用电数据价值，入选电力隐私计算十大案例。
隐私计算助国网电力联合分析用电数据，获评行业十大案例
中银金融科技
中国银行旗下金融科技公司在联合风控与联合营销中需融合行内外多源数据。富数科技为中银金科部署Avatar安全计算平台，采用联邦学习实现常用机器学习算法LR、XGBoost、LightGBM等的加密联合训练，在数据不出库前提下完成联合建模与评分调用。方案帮助银行在保障数据隐私安全的同时，显著提升风控模型的数据维度与预测能力。
联邦学习助中银金科在加密状态下提升风控模型维度
银联商务
银联商务作为支付服务机构掌握大量商户交易数据，对外数据协作合规门槛高。富数科技以匿踪查询与多方安全计算技术，帮助银联商务与合作方在不泄露原始交易数据的前提下完成联合查询与联合统计。方案支持异构平台互联互通，实现查询不留痕、数据不缓存，在保障商户与用户隐私的同时支撑联合营销与风控业务创新。
匿踪查询助银联商务实现查询不留痕的合规数据协作
上海工程技术大学
高校在产学研合作与科研数据共享中，面临跨机构数据隐私保护的现实需求。富数科技为上海工程技术大学提供安全计算平台与技术支持，基于联邦学习与多方安全计算，支撑高校在隐私计算领域的教学、科研与联合实验。方案帮助高校构建可信数据协作环境，推动隐私计算人工智能标准的制定与产学研联动，加速前沿技术向实际应用转化。
安全计算平台支撑高校隐私计算科研与产学研联动