【首批】摩斯通过金融业隐私计算平台互联互通测评

2025-04-07 10:18:54 739 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

LLM之RAG实战（五十四）| 复杂文档处理RAG框架：Ragflow RAGFlow 是一种结合了检索增强（Retrieval-Augmented Generation，RAG）与流程控制（Flow）的人工智能技术架构。它通过检索外部知识库中的信息，结合自然语言生成技术，为用户提供更准确、更丰富的回答。同时，它还引入了流程控制机制，能够根据任务需求动态调整信息检索和生成的流程，从而更好地完成复杂的任务。RAGFlow 的核心优势在于将检索和生成相结合，打破了传统生成模型仅依赖内部参数进行文本生成的局限。阅读详情

近日，摩斯隐私计算产品成功通过由北京金融科技产业联盟组织的“隐私计算平台互联互通测评认证”，成为首批通过该标准检测的厂商。

此次互联互通平台底座检测体系涵盖管理层、控制层、传输层、安全性和金融数据保护等5个维度共38个检测项，多方位、多角度全面测评平台的功能稳定性和数据保护能力。经测评，蚂蚁数科摩斯安全计算平台在功能性、稳定性和安全性等方面均通过检测。

行业痛点

隐私计算作为数据安全流通的关键技术之一，在金融、政务、医疗等场景的商业应用越来越广泛。但由于大部分商业化隐私计算平台处于闭源状态，系统架构和功能实现差异较大，导致出现隐私计算跨平台合作壁垒，产生“隐私计算孤岛”，不利于数据安全流通实现业务价值，限制了数据应用及业务价值的拓展和放大。隐私计算平台的互联互通有利于打破隐私计算孤岛，助力数据要素更高效合规地流动，加快推动数据流通产业的高质量发展。

解决方案

针对当前行业痛点，摩斯积极参与金融业隐私计算互联互通标准制定讨论及课题共创实践。致力于为合作伙伴提供易上手易拓展易维护的隐私计算产品能力，共建一个和谐共赢的隐私计算互联互通生态系统。

摩斯基于金融业隐私计算互联互通标准，实现摩斯隐私计算平台产品互联互通能力，可支持和符合该标准的第三方隐私计算产品完成互联互通任务。互联互通方案的设计特点为："东西向接口参考金科联盟互联互通标准实现；南北向接口双方各自实现且不影响互联互通”。除此之外，该产品的产品架构灵活高效，既支持机构之间使用相同隐私计算平台的“经典隐私计算”合作模式，又支持跨机构使用不同隐私计算平台的“标准互联互通”合作模式。