【演讲合集】摩斯隐私计算在营销场景的应用实践

蚂蚁摩斯隐私计算论坛 2025-03-13 14:19:08

 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。

 

图片

摩斯基础算法胡芯亿

 

图片

摩斯算法专家李漓春(左)

 

图片

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~

...全文
118 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文是一份系统性的AI Agent学习教程,涵盖从认知到实战的17个章节,全面讲解了AI Agent的核心知识体系。教程围绕八大核心模块展开:Prompt工程、Workflow工作流、Tool Calling工具调用、Memory记忆系统、RAG与知识库、Planning任务规划、Multi-Agent多智能体以及框架选择。通过理论讲解、案例分析和实战项目(如食品采购系统、内容矩阵、小说工厂),帮助学习者掌握如何设计、构建和部署完整的AI Agent系统。; 适合人群:具备一定AI工具使用经验(如ChatGPT、Claude)的研发人员、产品经理和技术爱好者,希望从AI使用者进阶为AI系统设计者和架构师;特别适合有1-3年工作经验、有志于转型AI Agent开发的从业者。; 使用场景及目标:①理解AI Agent与普通AI的核心区别,掌握其“感知-决策-行动-反思”的闭环工作模式;②系统学习并实践Agent的八大核心能力,特别是Workflow工作流设计这一能力分水岭;③完成从食品采购到多智能体协作的三大实战项目,最终能够独立设计和部署企业级AI Agent应用。; 阅读建议:本教程强调“以项目驱动学习”,建议严格按照“理解本质→掌握Prompt→设计Workflow→实现工具调用→集成记忆与知识→规划任务→多智能体协作”的学习路径进行。务必边学边做,利用配套的12个Skill进行动手实践,并在学习过程中不断对照避坑指南,避免陷入“只学不做”、“过度追求新技术”等常见误区。
随着我国科普教育事业快速发展与公众科学素养需求增长,传统图文展示、静态讲解的展馆科普模式已难以满足青少年对互动性、趣味性和参与感的需求。体感交互通过摄像头实时捕捉人体动作,无需手持控制器即可自然互动,沉浸感与参与感显著优于键鼠操作,为科普体验升级提供新的技术路径。本文设计并实现面向科技馆、展馆场景的体感互动科普教育小游戏系统。 系统利用Kinect捕捉人体骨骼动作,以体感闯关方式完成科普学习与娱乐;将知识点与具象化体感动作深度绑定,实现"边动边学";针对不同年龄段设计难度适配机制,动态调整动作难度与内容深度,兼顾儿童、青少年与成人;并基于多骨骼追踪预留多人互动能力。系统采用Unity 2022.3 LTS与C#,结合Kinect SDK获取骨骼数据,采用UGUI搭建界面,通过JSON数据驱动关卡与知识点配置,整体采用MVC分层架构及单例、状态机、事件驱动等设计模式。 系统按功能划分为五模块:体感识别负责Kinect接入、骨骼获取与姿态捕捉;动作判定负责动作库维护、动作匹配与相似度评估;关卡科普负责关卡流程控制与知识讲解;计分系统负责得分、连击判定与星级评价;UI展示负责主界面、关卡界面与操作引导。测试表明,动作识别准确率达90%以上,判定延迟不超过300毫秒,界面响应不超过200毫秒,关卡加载不超过2秒,连续运行稳定,目标年龄段用户接受度达85%以上。系统实现科普动作深度融合、分年龄段难度自适应、多骨骼多人互动预留与数据驱动关卡框架等创新,为场馆科普互动提供可落地、易扩展方案。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南

307,771

社区成员

发帖
与我相关
我的任务
社区描述
华为OD机试交流社区,旨在为大家提供一个文明交流,互相探讨兴趣爱好的环境,欢迎各位大佬加入。
笔记 个人社区 广东省·深圳市
社区管理员
  • 桃花键神
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧