小虚竹技术社区
【演讲合集】摩斯隐私计算在营销场景的应用实践
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
智能驾驶智慧交通行业智算中心（AIDC）建设规划方案.pptx
智能驾驶智慧交通行业智算中心（AIDC）建设规划方案.pptx
douyin-favorite-MyLike-2.0.3.zip
douyin-favorite-MyLike-2.0.3.zip
英文打字练习 可自定义练习范围
英文打字练习 可自定义练习范围 给初学者熟悉键位用
非凸非光滑优化的惯性块镜像下降方法（Matlab代码实现）
内容概要：本文详细介绍了“非凸非光滑优化的惯性块镜像下降方法”的Matlab代码实现，重点针对三相PWM控制等复杂工程场景中的非凸非光滑优化问题，提出一种高效的迭代求解算法。文章系统阐述了该方法的数学建模原理、收敛性分析及优化机制，并提供了完整的Matlab仿真代码与多个典型应用实例（如储能系统管理、电力电子控制等），帮助读者深入理解算法在实际科研与工程中的部署方式。内容兼具理论深度与实践价值，突出展示了该方法在电力系统、信号处理和数据融合等领域的广泛应用潜力。; 适合人群：具备扎实的数学优化理论基础和良好Matlab编程能力，从事控制工程、电力电子、信号处理或运筹优化等相关方向的研究生、科研人员及工程师（建议具有1-3年以上相关经验）；特别适合致力于非凸优化、智能算法设计及工业级仿真验证的技术人员。; 使用场景及目标：① 掌握非凸非光滑优化问题的先进求解策略，提升对复杂目标函数与约束条件的处理能力；② 利用所提供的Matlab代码快速实现惯性块镜像下降算法，应用于电力系统优化控制、路径规划、信号恢复等科研项目中；③ 借助文中的仿真案例进行算法性能测试、参数调优与二次开发，推动高水平论文撰写与技术创新。; 阅读建议：此资源以算法实现为核心，建议读者结合理论推导与代码实践同步学习，优先按照文档推荐目录顺序逐步深入，确保掌握前置知识体系；同时关注公众号“荔枝科研社”获取完整资源包、配套资料及更新内容，全面提升学习完整性与科研应用效能。
【多无人机追捕-逃逸】平面中多追捕者保证实现的分散式追捕-逃逸策略研究（Matlab代码实现）
内容概要：本文针对平面中多无人机追捕者与逃逸者之间的博弈问题，提出了一种保证实现的分散式追捕策略。该策略基于相对几何关系与速度信息，实现了多追捕者在无中央协调机制下的自主决策与协同围捕，确保对逃逸者的有效捕获。研究内容涵盖追捕-逃逸系统的数学建模、分散式控制律的设计、收敛性理论证明，并通过Matlab仿真验证了算法在多种场景下的有效性、鲁棒性与可扩展性，展示了追捕者如何动态调整轨迹以逐步缩小包围圈并最终完成捕获。; 适合人群：具备控制理论、机器人学、自动化或计算机科学背景，熟悉Matlab编程，从事多智能体系统、无人机协同控制、博弈论或自主系统研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于多无人机系统在安防监控、目标围捕、应急响应等任务中的协同路径规划与自主决策；②为多智能体协同控制、分布式算法设计与博弈策略研究提供理论支撑与可复现的代码实例，支持进一步拓展至三维空间、多逃逸者或异构无人机场景。; 阅读建议：建议读者结合Matlab代码深入理解控制律的设计原理与实现细节，重点关注系统的建模过程、稳定性分析与仿真结果的动态演化，可在此基础上开展算法改进与跨场景迁移研究。
