【演讲合集】摩斯隐私计算在营销场景的应用实践
近日,摩斯团队多位技术老师分别在TOP100案例峰会、2024CCF中国数字金融大会、2024开放原子开发者大会上发表演讲。围绕“隐私计算”、“营销业务”等话题,从摩斯密码库、隐私计算技术到摩斯隐私计算在营销场景应用、助力营销业务增长与数据合规等多方面进行详细阐述。
大会演讲
摩斯团队基础算法同学胡芯忆的演讲《MorseCrypto:国家商用密码算法的高速软件实现》,为大家介绍了MorseCrypto以及SM2、SM4优化实现方法及性能优势。摩斯算法专家李漓春在《摩斯隐私计算助力营销数据合规与业务创新》演讲中,介绍了针对金融业营销方案以及支撑方案的三大核心能力,并阐述了摩斯在隐私计算领域的技术创新。摩斯高级技术专家王华忠在TOP100峰会,“数据治理/数据要素”分会场带来分享——《隐私计算在营销科技的应用》,着重对隐私计算在企业数智化增长、联合建模等多个营销场景的应用进行详细阐述。

摩斯基础算法胡芯亿

摩斯算法专家李漓春(左)

摩斯高级技术专家王华忠(右)
营销场景对隐私计算性能要求高
在营销场景中,存在大量的数据流通,隐私计算技术作为一门应用于跨机构数据合作、解决互不信任参与方之间保护隐私协同计算问题的交叉融合技术,可用来进行关键数据的保护实现数据的合规安全流通。
营销场景数据量大、时效性强,对产品性能要求高,摩斯基于多年金融营销场景打磨,利用协议算法库MorseCrypto进一步构建出高性能的半同态算法(ElGamal、Paillier)、GC、OT等MPC基础协议的高性能实现,极大地提升了摩斯隐私计算产品的性能。摩斯是行业内为数不多的同时通过信通院多方安全(MPC)和联邦学习(FL)隐私计算大规模性能认证的厂商。
目前摩斯隐私计算产品已在上百家银行等金融机构部署使用,建立了以隐私计算节点连接的数据和流量资源生态网络。通过隐私计算安全连接的全渠道分布式流量场景平台、数据源等,助力数据安全流通与价值释放。
摩斯营销科技助力行业全域智能增长
摩斯隐私计算技术在营销业务中应用广泛,已在企业数智化增长、跨域营销数据安全、联合营销建模、营销实时决策等营销场景落地,根据客户不同的需求给出对应的方案。
针对银行卡营销,摩斯在发卡、绑卡、促活等各阶段提供全生命周期的营销服务。结合交易场景制定精细化权益发放策略,帮助银行用户提升开卡效率和用户留存率。
针对其他机构营销,摩斯基于隐私计算技术:1、利用多方数据帮助增强金融机构与场景数据的联动。2、通过用户支付行为分析+覆盖多支付机构和多消费场景,能更精确的触达对应的场景和权益。3、充分了解用户支付偏好+覆盖含衣食住行在内的各类消费场景和各支付机构,可更高效的分发支付机构。构建了全域场景,结合包括摩斯自有数据、广告主数据、媒体数据、数据源数据在内多方数据形成的全域数据,搭建了全域场景+全域数据的数智营销模型体系。服务于金融、零售、互联网行业,为他们提供智能营销平台、智能营销助理、营销生态网络等精准营销能力。
Morse营销科技,行业智能全域增长专家!
关注我,获取更多资讯~
相关推荐
国央企在推动科技创新时,如何利用技术交易系统实现全流程闭环管理?.docx
国央企在推动科技创新时,如何利用技术交易系统实现全流程闭环管理?
高校技术转移办公室人员如何提升技术成果的推介效率?.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。
机械三维3D设计图-自动引孔锁螺丝设备.zip
机械三维3D设计图-自动引孔锁螺丝设备.zip
sogou-wubi-5.5f.zip
五笔输入法
智能体上下文工程:预算控制与结构化压缩的Python实现
【内容概要】 本资源是《智能体演化史》系列第四篇的配套代码,用 108 行 Python 实现一个会"收桌子"的上下文管理器。核心是两件事:一是设一个上下文预算,用 token 估算函数实时盯着;二是超预算时执行结构化压缩——把早期轮次压成一段结论式摘要,保留最近若干轮原文,并且对失败尝试和关键事实单独留档,不让它们被摘要吃掉。配套测算脚本给出三组可复算的数据:关键信息密度从第一轮的 100% 衰减到第 80 轮的 13%(腐烂的本质是稀释,不是撑爆,按当前增量要 213 轮才真的撞上 128K 窗口);跑 80 轮,不压缩累积 199 万 token,滚动摘要降到 37.1 万,直接截断只要 42.6 万但关键信息只留下 8%。这组数字说明:只盯着账单会选错策略。 【适用人群】 智能体已能跑通、但长任务开始"变傻"的开发者;负责长会话产品体验的工程师;需要在成本与准确率之间做取舍的架构师。 【使用场景及目标】 1) 给自己的智能体加一层可配置的上下文预算与压缩; 2) 用测算脚本对比三种策略的成本与保留率,做出有依据的选择; 3) 作为团队内部分享材料,解释"提示词工程"为何被上下文工程取代。 目标:让长任务不再越跑越糊涂,同时把 token 花在真正重要的信息上。 【其他说明】 需 pip install openai 并配置 OPENAI_API_KEY;预算值与保留轮数为常量,可按业务调整。测算脚本离线可跑,假设参数在文件内显式标注,便于改成你的真实口径。压缩会损失细节,涉及合规留痕的场景请关闭自动压缩或单独归档原文。


