来源：金融时报李国辉
不同历史时期有着不同的核心生产要素，农业社会的核心生产要素是土地和劳动力，工业社会的核心生产要素是资本、技术与管理，而如今的数字经济时代，数据成为核心生产要素之一。近期国务院办公厅印发《要素市场化配置综合改革试点总体方案》，围绕土地、劳动力、资本、技术、数据等要素市场化配置改革提出了8个方面任务。
Ripple CEO：预计SEC指控Ripple Labs诉讼案或将于今年作出裁决:金色财经报道，Ripple首席执行官Brad Garlinghouse表示，美国证券交易委员会（SEC）对其加密支付公司Ripple Labs提起的诉讼将对整个行业产生关键影响，他预计今年将对此案作出裁决。此外，他还表示，美国证券交易委员会最近增加了加密执法行动，使美国在建立有效的加密监管方面落后于其他国家。（彭博社）[2023/3/4 12:42:10]
“数据天然是数字经济的核心要素。但数据不会天然成为生产要素，要解决两个核心问题才会真正成为生产要素。一是流通，二是确权。”华控清交董事长兼CEO张旭东表示。
彭博社：LedgerX准备提供1.75亿美元用于FTX的破产程序:11月30日消息，据彭博社援引知情人士报道，LedgerX（FTX US Derivatives）正准备提供1.75亿美元用于FTX的破产程序，这笔资金最早可能在周三转移，来自LedgerX预留的2.5亿美元基金，该基金旨在获得监管机构批准，在没有中介机构的情况下清算加密货币衍生品交易。LedgerX是FTX集团崩盘后为数不多的几个仍具有偿付能力的公司之一。[2022/11/30 21:11:27]
《方案》在“探索建立数据要素流通规则”方面中提出了四项任务：完善公共数据开放共享机制；建立健全数据流通交易规则；拓展规范化数据开发利用场景；加强数据安全保护。其中特别提到，探索“原始数据不出域、数据可用不可见”的交易范式，在保护个人隐私和确保数据安全的前提下，分级分类、分步有序推动部分领域数据流通应用。
OpenSea旧合约发现漏洞，未取消Wyvern协议授权的用户存在NFT被盗风险:10月28日消息，浏览器安全插件Pocket Universe发推称，Opensea旧合约上发现一个新漏洞，可用于窃取用户的NFT，一旦签署交易就可能被清空钱包。它可以盗取用户在2022年5月之前在Opensea上列出的任何NFT（也即Seaport升级之前），主要涉及Wyvern协议，它授予了代理合约撤回用户NFT的权利，而这个新的漏洞利用会诱使用户签署交易，让攻击者拥有用户的代理合约的所有权。
慢雾创始人余弦转推称，需要警惕这个老问题新利用，与OpenSea旧协议有关，但旧协议许多用户并没都取消相关授权，该利用对OpenSea新协议（Seaport）无效。[2022/10/28 11:53:00]
数牍科技资深数据安全专家裴超表示，“原始数据不出域、数据可用不可见”的描述正对应着近两年崛起的隐私计算技术。《方案》的出台，对于隐私计算及相关产业是一个重大利好信号。
Magic Eden推出NFT定制工具，旨在支持创作者增加收入来源:10月17日消息，Solana生态NFT市场Magic Eden推出基于交易特征的NFT定制工具，允许收藏者进一步定制他们的NFT，同时允许创作者/艺术家启用新的收入来源。该工具于今天在Raindrops和Metaplex上发布。[2022/10/17 17:28:23]
香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯表示，开展隐私保护计算技术创新与成果应用是落实国家数据要素市场化配置改革要求的有益举措。
实现“数据不动价值动”
“传统的公开数据搜集、原始数据共享等都是广义上的数据融合方式，但这些传统融合方式在应用场景、隐私保护等方面存在一定的局限性。”陈凯说。对于这一问题，张旭东表示，传统的信息共享的方法是基于明文数据；而明文数据一旦被看见就会泄露具体信息，难以限制其用途和用量，难以厘清“责、权、利”；这导致了明文数据难以通过供需关系定价，难以大规模市场流通。
以金融业为例，陈凯认为，金融业作为数据密集型行业，其产生和使用的各类金融数据与客户信用水平、资产财产状况等高度相关，涉及消费者个人隐私，如何在确保安全合规的前提下加强融合应用历来是一个两难问题。
张旭东提出，数据的价值，一方面在于其可见的信息价值；另一方面在于其参与计算得出的结果价值，即其计算价值。在大数据、人工智能得以广泛应用的今天，数据的价值被更多的地体现在其计算价值上。
随着科技的进步，依托多方安全计算、联邦学习等隐私计算技术，探索实现“数据可用不可见，数据不动价值动”的数据流通交易新范式，成为数据融合创新的新途径、新方向。所谓隐私计算，是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。在隐私计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题。
落地金融风控等场景
近期，人民银行发布的《金融科技发展规划》提到，在技术方面，积极应用多方安全计算、联邦学习、差分隐私、联盟链等技术，探索建立跨主体数据安全隐私计算平台，在保障原始数据不出域前提下规范开展数据共享应用，确保数据交互安全、使用合规、范围可控，实现数据可用不可见、数据不动价值动。
裴超介绍说，2021年，隐私计算已经在通信、金融、政务等场景尤其是关键基础设施行业开展了探索和实践，一些银行、运营商都进行了立项招标。
根据中国工商银行金融科技研究院协同华控清交共同编写的《隐私计算推动金融业数据生态建设》白皮书，国内隐私计算金融应用领先国际。我国互联网企业、科技公司及金融机构近年来相继研发多款成型隐私计算产品，相关产品呈现平台化发展趋势，技术组合应用日益明显。国内示范场景已包含授信风控、产品营销、移动支付人脸识别、跨境结算、反等。
以银行业为例，风控一直是银行业务运营的一个重要任务。近年来，银行业一直在探索如何在充分保障用户隐私和数据安全的前提下，将高价值数据应用于智能风控业务场景，建设风控模型精细化、用户画像精准化的智能风控能力。
陈凯介绍说，传统风控方式通常采用的是评分卡模型和规则引擎等“强特征”进行风险评分，效率比较低，覆盖范围也比较小。而利用隐私保护计算技术，银行便能合规、安全地引入更多维度的数据优化迭代风控模型，构建贷前价值成长、贷中数字信用及贷后风险预警的全生命周期风控模型，更好地实现精准风控。
来源：金色财经
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。