赋能金融安全应用 京北方取得全同态加密技术发明专利授权

随着数字化转型持续深入，数据在业务协同与智能决策中的价值日益凸显。如何兼顾数据利用与隐私保护，成为金融行业技术创新的重要课题。全同态加密技术支持直接对加密数据进行计算，为敏感数据“可用不可见”提供了技术路径。基于此项技术，京北方自主研发的“基于实时精度估算的全同态加密自适应缩放因子调节方法”（专利号：ZL202611007712.5）取得发明专利授权。该专利聚焦密文计算中的精度管理难题，通过实时估算与动态调节相结合，为提升隐私计算的实用性提供了新的技术支撑，进一步丰富了公司在数据安全领域的自主知识产权积累。

该专利针对全同态加密中固定或静态预设缩放因子难以适应不同计算阶段误差变化的问题，构建了实时精度估算与缩放因子自适应调节机制。缩放因子是影响密文数值表示与计算精度的重要参数，设置不当容易在连续运算中造成精度损失。该技术通过分析密文多项式系数与当前缩放因子，估算密文噪声水平；当估算值超过预设阈值时，结合剩余乘法深度等参数，动态确定目标缩放因子，并执行尺度重缩放处理，形成持续估算、按需调节的计算流程。这一机制有助于控制多轮运算中的累积误差，改善数据数值范围跨度较大时的精度表现，为需要连续乘法运算的加密分析与模型计算提供支持，提升全同态加密技术对复杂业务计算需求的适应能力。

在核心应用场景层面，该专利面向金融业务中的敏感数据计算需求，可为加密人工智能推理、隐私保护协同分析等应用提供底层技术支持。在智能风控与信用评估场景中，客户财务指标、交易特征等数据可在加密状态下参与模型计算，计算服务方无需直接接触原始明文数据；通过对计算精度进行动态管理，可为涉及多层模型运算的风险评分提供支持，兼顾敏感信息保护与分析结果的可用性。在跨机构数据协同场景中，该技术可与数据授权、密钥管理等机制配合，支持参与方对加密业务指标开展联合统计与分析，减少原始数据直接暴露，为金融机构间的业务协作提供技术支撑。在隐私保护机器学习场景中，该技术可用于联邦学习中的加密参数计算与聚合环节，通过自适应调节改善连续运算中的精度损失，为多方协同建模提供支持。在金融云服务场景中，金融机构可将加密后的数据交由计算平台处理，并由持有相应密钥的授权方解密结果，为利用云端计算资源开展敏感业务分析提供新的实现方式，拓展数据安全利用的应用空间。

未来，面向行业数智化转型中的数据安全与智能应用需求，京北方将持续深化隐私计算、人工智能等技术的融合创新，推进全同态加密技术与具体业务场景的适配验证，促进自主研发成果向产品与解决方案转化。以技术创新提升数据安全利用能力，为行业高质量发展持续提供动能。