不知名白帽(网络安全)
蚂蚁摩斯总经理李怀勇：以隐私计算为基建构建全域智能体系
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区艾瑞咨询最新发布《2024年中国金融科技（FinTech）行业发展洞察报告》，蚂蚁摩斯入选“金融科技卓越厂商”。评测模型主要包括服务厂商的行业深耕程度、产品与技术能力、服务能力及生态能力四个核心维度，最终评测结果的产出来自于对以上四个核心维度的综合考量，并给予其不同的评测重要程度等级。
“以隐私计算为基建构建全域智能体系，助力金融行业数据价值流通，营销增长”
“以隐私计算为基建构建全域智能体系，助力金融行业数据价值流通、营销增长”，蚂蚁摩斯总经理李怀勇在报告中表示，“未来，隐私计算技术主要会在数据要素与隐私智能两个领域发挥价值。通过隐私计算安全连接全渠道分布式的流量场景平台、数据源等，助力数据安全流通与价值释放，提升客群分析与精准营销服务能力；同时，蚂蚁摩斯也将持续投入隐私智能领域，在大模型安全、互联互通等技术难题上持续突破，为金融行业提供数据安全增强、数据智能增强的全域智能解决方案。”
蚂蚁摩斯用户联营：隐私计算技术助力银行创新数字化精准营销，实现用户全生命周期全渠道联合数智化经营
蚂蚁摩斯基于多年对银行营销投放场景的经验沉淀，建立了用户联营平台，基于隐私计算技术帮助银行合规地对接多维数据来进行精准营销。在蚂蚁及阿里生态流量与场景联盟的赋能下，摩斯通过对数据的安全多次加密计算，链接银行与场景，在不同的时间节点及差异化的场景端对用户进行个性化营销信息投放，精准有效地扩大营销效果，提升客户营销ROI。
蚂蚁摩斯：高居市场前列的隐私计算龙头行业，国内隐私计算领先布局者与行业发展卓越推动者
- 蚂蚁摩斯是隐私计算行业的领先布局者：早在2017年，蚂蚁集团启动了MPC项目，并于2018年正式发布蚂蚁摩斯品牌。蚂蚁摩斯通过多年来的产品和技术能力沉淀，打造了行业领先的隐私计算产品。
- 多样化的产品服务、多维度的技术能力：蚂蚁摩斯可以为用户提供软件和软硬结合一体机、分布式和集中式多个不同的产品方案，且拥有世界领先的核心算法能力、低耗能高精度MPC、自研TPM芯片、自研蚂蚁卡等多维度领先的技术能力。进而形成了蚂蚁摩斯在“产品安全、产品性能、产品形态、生产经验、资源连接、用户服务”等方面的卓越产品优势。
- 部分发展成果：截至2024年3月，蚂蚁摩斯已服务350余家行业客户，拥有1100余项自主研发专利，获得金标委、国密、信通院等权威机构20多项认证。曾获得国际隐私计算顶级赛事iDASH2019MPC大赛、iDASH2021同态加密和联邦学习、iDASH2022MPC、iDASH2023同态加密大赛五项世界冠军。
关注公众号，获取报告（或公众号后台留言“艾瑞报告”）
相关推荐
OpenJDK11U-jdk-x64-linux-hotspot-11.0.32.1-1.tar.gz
OpenJDK11U-jdk_x64_linux_hotspot_11.0.32.1_1.tar.gz
产业园区运营负责人如何高效匹配企业技术需求与高校科技成果？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
高校技术转移办公室人员如何高效筛选有价值的科研成果进行推广？.docx
高校技术转移办公室人员如何高效筛选有价值的科研成果进行推广？
国央企创新负责人如何高效推动专利技术与产业链融合？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
企业AI知识工程领域｜SpringBoot+FastAPI+LangChain LCEL+Qdrant+本地Qwen私有化知识库RAG平台：文档解析向量化检索与SSE流式问答系统（Docker离线交付
一套完整的企业级私有化知识库 RAG 问答平台源码。采用双后端架构：Java (SpringBoot 3) 负责用户登录、JWT 认证、RBAC 权限管理（ADMIN/USER 角色 + 文档公开/私有可见性）、文档上传落盘与异步任务调度；Python (FastAPI + LangChain LCEL) 负责文档解析（PDF/DOCX/TXT/MD/HTML）、中文递归切片、bge-small-zh 向量化、Qdrant 向量库读写、Rerank 重排（交叉编码器/LLM 打分/直通三模式）及对接 Ollama 托管的本地 Qwen 模型。Nginx 反向代理透传 SSE 流式问答（逐 token 输出 + 引用来源展示），Docker Compose 一键编排 MySQL/Qdrant/Ollama/RAG/Backend/Nginx 六服务，附离线镜像交付脚本（镜像+模型卷打包、内网一键安装）与前端免构建 SPA。 【适用人群】 AI 应用开发者、全栈工程师、企业 IT 与知识管理人员、学习 RAG 架构与 LangChain LCEL 链路编排的技术学习者。 【使用场景及目标】 面向数据不出内网的企业私有化智能问答场景：员工上传制度手册、技术文档后，系统自动解析入库，全员按权限隔离检索，获得带引用来源的流式 AI 回答；亦可作为 RAG 全栈项目模板二次开发。核心链路：上传文档 → 异步解析切片向量化 → 权限过滤检索 + 重排 → 本地 Qwen 流式生成。
