技术标准的确立能够为物联网金融在各领域开展应用夯实基础。在六大物联网金融应用场景不断成熟的过程中，形成了监控对象、监管设备、业务流程、风控模型四类技术标准所组成的标准体系框架。四类标准覆盖服务全流程，赋能金融业务监控、企业数字化经营以及产业数字化转型。依照四类标准，作业流程更具规范化、标准化。同时，应用场景将得以更高质量地进行拓展。以下对四类标准的具体要求进行阐述。(一)监控对象：明确监控内容监控对象标准须规范“监控谁，监控什么内容”。在应用中，需确立监控对象的指标框架，并对具体对象提出适用性要求，要求监管对象具备可供监测的属性。例如，在智慧基建场景下，确定传感器具体采集指标清单，如噪声、温度、湿度、气压；在智慧车联场景下，要求车辆对应设备提供监测接口、开放权限等。监控对象数据需具有分析意义，满足分析功能要求。指标需要具有覆盖性及应用意义，满足在各类场景下的应用需求，如在智慧农业场景中对于乳制品等的供应链溯源等。(二)监管设备：保证监控质量监管设备标准须规范“用什么监控，如何保证质量”。在应用中，需对监管设备确立质量框架，如传感器灵敏度、摄影头清晰度、数据传输实时同步标准等。监管设备需具备运行状态的数字化能力。例如，在智慧制造领域，通过设备手环、PLC 信号采集等传感器，可以实时监测工业机器、数控机床的运行状态，及时感知设备健康指标，实现机械设备的预防性维修、质量监测、风险预警等功能，帮助企业提高数字化生产水平；在智慧物流领域，物联网技术和传感器的配套使用，可以帮助企业在供应链流程中对生产、加工、运输、存储、配送等环节进行全方位、智能化、可视化的跟踪监控。监管设备需具备远程管理和应急处理能力。物联网平台嵌入设备的监控和管理能力，可形成云端 SaaS 服务解决方案，向实体企业的经营管理进行能力输出，帮助管理人员实现远程和线上企业管理，提升企业经营效率。如在智能农业场景中，将摄像头、奶厅、穿戴设备、环境监测数据上云，为牧场提供基于数据驱动的生产运营体系，帮助企业根据实时监控数据进行动态生产调整，以优化工艺流程和管理动作。(三)业务流程：降低操作性风险制订业务流程标准的目的是为了解决“采用何种‘产业+金融’流程管控能够降低操作性风险”这个问题。从金融服务端的角度来看，物联网金融应用需设立完备的业务流程。覆盖流程包括但不限于：业务的确立与拓展、价值评估、物联网监管方案确立、监控设备安装、设备调试与对接、放款、数据采集、数据传输、平台侧数据的整理与分析、风险预警与商机获取、物联网应用模块在金融领域外的拓展等。从企业经营端角度，需具备能够增加远程管理与个性化服务流程的拓展能力。例如，在智慧农业场景中，银行为奶企提供“金融+科技+生物资产抵押”的融资方案，通过物联网传感器实时收集数据后进行预定义的模型分析，助力金融机构对上游奶源企业进行评价增信以及预警预测，减少了操作性风险。同时也可以将此项能力输出至牧场，帮助牧场提升信息化管理水平。(四)风控模型：实现数据变现及应用风控模型标准须规范“数据变现与风控应用”。在数据变现方面，物联网金融的场景应用可通过引入第三方平台型机构以及大数据、区块链等技术，扩大业务范围，为更广泛客户提供融资贷款服务。例如，物联网平台可与主机厂、网约车平台、共享汽车平台等生态伙伴达成合作，创新汽车经销商融资、新车/二手车融资租赁、无车承运人平台订单融资等业务，为一手车消费者、二手车风险客户、汽车经销商、商用车运营平台提供数字化技术支持和综合金融服务等。在模型变现方面，基于大数据、AI 算法解析和建模的结果除了支持银行金融风控以外，也可以用于支持企业的生产经营。以分布式光伏电站为例，物联网平台所监控和采集的数据可以反哺企业，为企业的生产经营提供线上化操作和管理指引，包括设施安全管理、设备智慧运维、物料管理、人员管理等服务。

目前，物联网作为金融科技的重要手段，成为金融机构在供应链金融市场上的重要核心竞争力。宏观上，其能促进产业物联网生态的发展，构筑数字经济新图景；微观上，其能重塑银行传统信贷业务。物联网技术应用在金融领域，第一能创造新的融资场景，创新业务模式，拓宽金融服务范围；第二能弱化信息不对称问题，弥补数据维度单一问题，保障数据时效，形成多维数据校验佐证；第三能提升管理能效，实现智能管理、动态管理、特殊风险管理与及时处置；第四能创新信用体系，升级验证与监控方式，提升风险体系化管理能力；第五能提升中小企业信息化数字化水平，让企业主能够实时了解企业运营状况。从宏观视角出发，物联网是构筑数字经济的重要基础设施。随着物联网技术的进步和应用，人类社会绝大部分的活动未来均能够通过物联网技术输出成各类电子信息和数据模型，因此，物联网将成为维系物理世界与数字世界之间关系的重要纽带。物联网技术如同数字经济时代的毛细血管，全社会的经济活动通过物联网得以被更好地记录、反映和运用。从微观视角出发，物联网技术与金融的融合将重构银行传统信贷业务模式。物联网技术的快速发展为产业数字化转型提供技术支撑的同时，也深刻影响了金融业务的格局和生态。近几年，大中型银行加快布局物联网金融服务平台，通过物联网技术对传统业务流程的嵌入，优化了基于财务报表和生产资料抵押的业务模式。一方面，通过物联网和金融业务流程的整合，帮助银行嵌入更多的生态场景，实现新客、新业务的获取。另一方面，物联网和金融业务的融合能够实现动态监管。此外，通过物联网与产业的加速融合，基于数据和智能决策模型可助力企业数字化升级，帮助企业降低数字化、智能化改造成本，同时随着数据的不断积累，形成对产业的智能化服务能力，延伸银行服务范围。(一) 提升风控能力，拓宽业务范围以物联网为动力源的技术进步、制度变革和市场需求的协同作用引发了大量金融创新。物联网和金融业务流程的整合，能够低成本、大规模地帮助银行提升企业贷款的贷前/贷中/贷后风控能力。通过物联网技术的应用，金融机构可以更准确地了解企业的生产经营情况，从而减少对抵押物、核心企业兜底或第三方担保的要求。在此基础上，金融机构可为更多过去难以覆盖的“三农”、“中小微”企业客户提供融资服务，加速实现普惠金融。借助物联网技术，银行可以对动产情况进行智能化、全天候地全面掌控，并监督动产存续的状态和发生的变化，有效减少了动产融资过程中信息不对称的问题，动产融资风险也在一定程度上得以控制。同时，物联网监控也可以提高对业务真实性的穿透识别能力，帮助资产价值属性与实物属性更好结合及应用。物联网金融由于具有“物信合一”的特殊属性，在更好地掌握企业信息方面，具有天然的优势。基于物联网技术，银行可提升对企业权益证明真实性和资产唯一性的识别与认可能力。同时通过对物联网数据的收集、建模和管理，可以丰富企业信用数据维度，依托海量的、客观的、全面的数据建立更加完整和相对客观的信用体系，进而创新更好的信贷业务模式和风险管控模式。物联网金融的创新模式使得银行可以随时随地掌握物品的形态、位置、空间、价值转换等信息，信息资源充分交换共享。以大宗仓储场景为例，物联网技术的使用可实现物品全过程可视化，包括各种货物的流动情况、物品实时的数量与质量等信息，实现物品在整个流动期间的监控和定位。基于此，实现物流、商流、信息流及资金流四流合一的生态模式，通过大数据技术对动态、实时数据进行建模分析，可及时了解和掌握大宗商品电子交易市场中企业的经营状况，提升中小企业价值评估的精准度，进而保证整个供应链的融资安全，实现为大宗商品电子交易市场中各类企业按需提供“采购—存货—-销售”全流程一揽子物联网融资解决方案。(二) 实现数据打通，增强分析能力通过物联网技术，金融机构可建立动态风险控制体系及企业信用信息的共享机制。银行对企业信用数据能够进行实时评估，银企之间信息不对称问题也得以缓解，进而减少由此而带来的金融业务风险。除此之外，通过物联网技术加持，依托大数据和云计算技术，企业资产、金融资产、数据资产等要素的价值属性能在认定其信用及唯一性条件下形成。信用信息的共享与监督管理也使得企业数据资产具有了实体属性，最终推动了企业资产实体属性与价值属性的融合，增强企业信用可信度，赋能金融领域发展。首先，传统模式下，金融机构主要查看核心企业及上下游企业的财务报表，依据的是静态数据。传统会计学“三张表”本身的周期性编制、历史成本基础、管理层假设、谨慎原则，无法给投资提供及时和可靠的决策信息。用财务报表的静态数据来判断企业现状乃至未来的动态，只有局限的参考价值。其次，财务报表的数据也会因会计核算方法造成报表与实际的偏差，报表数据可靠性存疑。各类资产的减值、公允价值的获取主要采用估值技术，存在被操纵的风险。比如，银行沿用多年的仓单质押、互联互保等传统大宗商品融资业务模式，依赖于物流监控的质量，其准确性主要取决于物流监管公司的管理能力和现场监管人员的履责程度，这会带来重复抵质押、押品不足值、押品不能特定化、监管过程不透明、监管方道德意识低、预警不及时等问题。这些信息不对称带来的风险问题使得银行金融业务的发展具有一定的局限性。物联网的数据链能够丰富信息维度，助力行业业务决策。同时，政府可以建立公共信息平台并纳入相关企业，利用云计算技术建立公开共享的企业云信用库，通过物联网等技术手段监测平台上银企之间的交易记录或数据，动态实时地更新各企业的信用级别，及时传递预警信息，节省金融机构的资源和成本，物联网金融的具体应用如下图所示。物联网金融的应用示意(三) 降低业务成本，提升管理效能物联网可以彻底穿透产业与金融之间的信息壁垒，形成信息流、商流、物流、资金流“四流合一”的业态体系。在供应链金融各场景中，物联网技术可以对供应链上各种货物的流动情况、产品实时数量与质量进行监测，实现产品全生命周期的监控和定位，进而保证整个供应链的融资安全。在此基础上，在企业授权的情况下，通过物联网数据与企业经营数据、财务报表数据的交叉验证，极大提升了银行风控模型的可信度。例如，传统的管理流程涉及实物操作、手工清点等人工操作环节，以人为核心的业务处理存在效率低、断点多、耗时长且无法有效规避道德风险的痛点。平安银行星云物联网平台运用物联网定位、设备协同等技术手段，通过 API 和 SaaS 封装等方式向客户输出数字化管理工具，可以有效解决上述流程中存在的若干难题。平安银行星云物联网平台，全面融合中台设计理念，基于分布式构架保证系统的稳定性和延展性，目前，已具备了工业互联网、车联网监管及物联网仓库改造等领域的 SaaS 输出能力，可实现以物管物、以物管人，有效解决企业内部管理中的人员资源瓶颈、道德风险和操作遗漏等风险，助力实体经济企业提升管理效率及信息化能力。同时，金融机构也可运用端边云技术融合 5G 音视频数据分析能力，充分释放银行等经营场所的非结构化数据富矿所蕴含的巨大价值，如在网点进行实时双录质检和精准营销，在金库实现人员区域追踪和异常监控预警，借助技术补充人工操作的短板，完成复杂、重复、高强度和高时效的日常工作。此外，借助于物联网感知、AI 边缘计算等技术，加强以物管物的能力，可在印章、发票、凭证等重要物件管理流程中，实施实时感知和跟踪定位功能。同时，结合移动物联定位与 RPA 等技术，实现资产使用过程中变化信息自动感知和更新的功能，替代人工操作实现业务全流程的自动化处理，提升运营管理效能。(四) 赋能信用体系，促进行业发展金融业本质上是经营风险的行业，风险控制是金融发展和创新的关键。物联网让金融体系从时间、空间两个维度上全面感知实体世界行为，对实体世界进行追踪历史、把控现在、预测未来，让金融服务融合在实体运行的每一个环节中，有利于全面降低金融风险。在物联网时代来临之前，金融科技主要使用互联网数据，互联网数据与实体经济缺少连接，无法做到线上和线下信用信息的实时交换和更新，导致这些数据无法得到快速有效验证。物联网则突破了互联网金融的桎梏，打通了线上、线下的各类数据，将客观物理数据和实体经济打通，提高风险管控的可靠性和及时性。物联网金融可以结合生态特点、行业特点、区域特点，构建更加全面、客观、完整的信用体系，使得金融风险管控的质量和效率明显提升。同时，从人、机、物的客观感知数据出发，物联网能够有效避免各类平台上的假数据问题。在数据覆盖范围上，物联网能采集包括行为轨迹、消费习惯、医疗数据、场景数据、设备运行数据等多元数据类型，这些都是传统金融难以覆盖之处。通过将数据和实体连接，打造数字孪生新模式，物联网有效解决了数据的客观性和真实性问题。基于此将产生更好的信贷业务模式、信用评估规则和风险预警模型。

资讯来自亿欧网， 原文链接，供各位学习当前隐私计算行业的挑战：https://36kr.com/p/dp1675329170874115“落地”是今年隐私计算行业的主旋律。2022年隐私计算赛道依然在延续着去年的火热。整体上看，行业发展之快超乎预期，隐私计算从产品研发、项目验证测试到实际应用落地均在加速推进。不过，目前行业尚处于大规模商业化落地早期，底层商业逻辑还没有明确跑通，已有的项目收入也相对单薄。与此同时，政策带动加上市场催化，已经让赛道上挤满了包括互联网大厂、金融科技背景企业、隐私计算初创企业等选手，不止一家企业表示：市场竞争已十分激烈。这等于说：还没开始盈利，就已经先“卷”了起来。进入2022年，能否“落地”成为存亡关键。在市场教育有待加强、技术性能尚待提升、行业规范还需完善的情况下，谁能顺利破解未富先“卷”的困局？落地！落地！“落地”无疑是今年隐私计算行业的主旋律。隐私计算企业们的对外言论中，“落地”是被提及最多的词汇之一。比如，富数科技智能决策分析部负责人吴海斌在接受媒体采访时就反复强调2022年“落地”的关键性；蓝象智联创始人童玲在对外发言中也对行业落地应用情况表示乐观，她提到，“2022年行业将会有更多现象级场景出现”。从2016年隐私计算概念在中国被正式提出，到2019年进入技术普及和市场教育阶段，再到2021年开始尝试规模化落地应用，隐私计算产业在中国市场发展速度之快，超过了此前的云计算、人工智能甚至区块链。除了技术本身的发展迭代外，数据价值愈发被重视以及全球范围内对数据安全和隐私保护的强调，共同推动了这场“加速度”的实现。在我国，数据在2020年就被归为与土地、劳动力、资本、技术等并列的生产要素，随着产业数字化进程的推进，数据流转应用越来越成为企业经营过程中不可或缺的环节。而数据价值的进一步发挥需要一种保障流通安全的技术。与此同时，随着各类隐私侵权事件的发生，我国自2020年以来陆续颁布了《民法典》《数据安全法》《个人信息保护法》等法律法规，对数据安全和隐私保护提出了严格的规范，从而催生了保障数据流通使用“过程安全”的需求。而隐私计算作为一项可以实现数据在流转过程中“可用不可见”的技术，其价值被快速发掘并放大，成为数据安全、数据保护市场的关注焦点。此外，2021年以来，行业里逐步推进的落地尝试，也让市场对隐私计算产品和解决方案的可行性和效果有了进一步验证，以金融、政务为代表的领域，相关需求也在增长。CIC灼识咨询报告预测，2020年中国隐私计算市场规模接近4.0亿元，到2025年将达到120.0亿元，2020年-2025年年复合增长率近100%。5年30倍增长的隐私计算市场，给技术服务商们带来的不仅是机遇也是挑战。这个前景广阔的赛道，在短短两三年内，已经站满了各式各样的玩家。过去一年里，背景不同的企业凭借自身优势，风风火火地“跑马圈地”，隐私计算相关产品也在倍速递增。根据信通院数据，截至2021年底，在信通院参与测试的企业中，已有88家发布了隐私计算技术相关产品；而从产品数量来看，2019年、2020年、2021年分别有15款、54款和105款，每年都在以一倍以上的速度递增。如今，随着行业开始步入规模化落地实战阶段，无论是互联网大厂的生态优势，金融科技背景服务商们的场景优势，还是创业团队们的高新技术基因优势，在某种程度上都被“抹平”。对隐私计算企业们而言，能拿出落得了地的产品才是关键。那么，2022年这一场“落地”之战，对企业们而言又将意味着什么？“不可能三角”目前，隐私计算已经在金融、医疗等领域有相应的落地推进成果。特别是在营销、风控等环节，隐私计算产品已成为不少金融类机构优先纳入考量的方案。不过，在推进隐私计算大规模落地应用的过程中，无论是供给端还是需求端，都存在不少限制因素。于隐私计算技术服务商们而言，要面对的不仅是技术和产品本身的问题，更有用户数据治理不达标、行业数据群岛等问题。“隐私计算安不安全？”这是诸多技术厂商在提供服务过程中，最高频的客户问题之一。用户们选择隐私计算产品的初衷，是为了保护数据在应用流转过程中的安全。然而，隐私计算技术本身的安全性也存在挑战。中国信通院《隐私计算白皮书》中指出，算法协议安全、开发应用安全和安全共识正成为当前隐私计算推广应用亟需面临的挑战。算法协议方面，由于各平台的隐私计算产品所使用的算法协议不同，各自的协议安全根基也不相通，难以形成统一的算法安全基础。与此同时，隐私计算产品安全协议所依赖的安全假设在实际中并不一定能完全成立，往往需要通过博弈论、现实约束等方法进行加强。安全性方面存在的挑战，也让需求方在考虑引入隐私计算产品时多了一些犹豫。除此之外，隐私计算性能或者说计算效率问题，也是应用落地过程中面临的主要矛盾。为了保证计算过程的安全性，“隐私”计算相较“明文”计算需要更大的计算和存储代价，比如同态计算的密文扩张规模可达1-4个数量级。同时，隐私计算又涉及到多个数据源或计算节点同步计算，一旦有一个环节性能受限，则会直接限制整个计算平台的性能。对此，亿欧智库分析师夏修齐指出：“目前，隐私计算与明文计算相比有1-2个数量级差距。‘隐私保护程度’、‘计算信任度’、‘计算效率’形成的隐私计算‘不可能三角’如何优化，未来将是一场长期攻坚战。”除了从技术供给端看存在的安全和性能问题外，需求端存在的市场教育问题和数据治理问题，也对隐私计算的大规模推广应用提出不小的挑战。亿欧智库《2021-2022中国金融数字化“新”洞察行业研究报告》指出：在实际推进业务过程，由于隐私计算涉及到多种技术算法、平台产品、专有名词，导致技术原理、解决方案等无法通俗解释，难以与客户形成高度同步。而这也使得用户在购买隐私计算服务时会有所犹疑，不利于业务开展。夏修齐认为：“接下来，提升市场对隐私计算的接受程度，关键是通过加强市场用户教育，化繁为简，填平‘黑盒’效应。”同时值得关注的是，隐私计算产品所基于的数据质量是否达到使用标准、数据来源是否合规，应用到具体的业务场景时，仍主要依赖于需求方。如果需求方本身数据治理水平不达标，必然会对隐私计算产品的落地造成障碍。而现实是，尽管数字化转型在我国已推进多年，但数据治理领域尚处于起步阶段，很多企业的数据治理水平尚不理想。此外，在行业发展过程中，由于隐私计算服务商各家算法存在差异性，且目前行业里闭源平台也较多，在隐私计算解决困扰行业已久的“数据孤岛”问题的同时，“数据群岛”问题也逐渐凸显。行业里出现的小范围、区域性、团体型数据抱团，不利于平台间数据的互联互通，增加了用户部署隐私计算产品的成本，不利于隐私计算应用落地的展开。总体来看，尽管隐私计算市场形势被广泛看好，但落地对企业而言依然是生死考验。谁能先在落地一环做出成效，谁就更有可能抢得更多市场份额。造血之困“隐私计算就像联合办公一样，接受服务的人很爽，但提供服务的人，活的并没有那么好。”在夏修齐看来，目前隐私计算行业的底层商业逻辑还没有完全跑通，不少腰部企业造血能力还很弱。目前来看，隐私计算行业的主要商业模式有四类：一是软件销售模式，即收取一次性的系统搭建费；二是技术服务模式，即向用户收取年度系统维护和服务费用；三是平台分润模式，前期先搭建计算软件系统，后续根据业务运营效果进行收益分成；四是数据调用模式，依据调用数据的情况收取数据使用费。其中，前两种是目前的主流模式。市场分析指出，从中长期来看，平台分润模式、数据调用模式将是未来趋势。不过，由于行业整体处于探索验证期，虽然市场需求在不断增多，但短期内，项目金额并不可观，因而对企业来说，能创造的收入规模也有限，不足以应对企业经营投入。对于很多隐私技术创业企业来说，融资是目前主要而直接的资金来源。但随着行业发展逐渐深入，只有把应用落地做好，才能得到更大的市场份额。虽然隐私计算技术已经在金融、政务、医疗等领域都有相关的应用落地，但各领域应用场景总体上比较单一。比如，金融领域主要集中在风控和营销，医疗领域集中在疫情防控、医保风控等，电子政务方面主要是促进政务数据安全共享开放，整体上，更多场景有待进一步挖掘。在场景挖掘之上，如何提炼客户需求共性，打造标准化产品或服务，也是隐私计算企业们仍在探索的问题。“技术深入产业、场景的know-how还在沉淀过程中。如何抽取客户的共性需求，转化为标准化产品，隐私计算企业还在摸索。”此前，星云Clustar创始人陈凯在接受媒体采访时也指出，现阶段行业缺乏标准化服务或商业模式。说到底，谁先把底层商业逻辑跑通，摆脱依赖融资的现状，谁就更有可能成为市场的王者。而落地能力关系到包括服务商对场景的理解能力、对需求的拆解能力以及解决需求的能力等。结语CIC灼识咨询报告预测，随着金融、医疗、政务等各个场景落地，中国隐私计算在2030年将有望达千亿市场规模。而这背后，是我国隐私计算技术研发实力的快速发展。3月16日，全球权威第三方知识产权机构IPRdaily与incoPat创新指数研究中心联合发布了2022年《全球隐私计算技术发明专利排行榜（TOP100）》。虽然以《数据安全法》《个人信息保护法》为代表的顶层设计文件已经出台，技术和应用相关标准化工作也已开展，但尚未形成兼顾权威性、适用性、科学性的标准。行业标准的缺失也导致企业在引入隐私技术服务的过程中，没有法律法规可依，一度泛滥的行业乱象，也压制了市场需求的积极性。眼下，隐私计算行业竞争格局未定，更多场景和杀手级应用也有待开发，对于隐私计算赛道上的企业来说，在广阔的市场前景面前，只有共同把行业盘子做大，才能避免未富先卷！正如洞见科技创始人、董事长姚明所说，“大家的角色如同连理之木，这是一个‘生态塘’，而并非‘角斗场’，大家都需要扮演好自己的角色定位，共建生态，共生共赢。”参考文献：1、中国信通院，《隐私计算白皮书》；2、零壹智库，《开启新纪元：隐私计算在金融领域应用发展报告（2021）》；3、毕马威、微众银行，《深潜数据蓝海隐私计算行业研究报告》；4、开源证券，《计算机行业深度报告：隐私计算，千亿蓝海市场加速开启》；5、腾讯网，《信通院闫树：隐私计算产品每年新增一倍以上，应用仍有不足》。

北京时间3月28日，中国量产自动驾驶领域有两家初创公司官宣了巨额融资，分别是上海纵目科技官宣超10亿人民币的E轮融资、天津所托瑞安估值超100亿完成超13亿人民币的B轮融资。这是量产自动驾驶领域的双突破。   从投资方的构成来看，纵目领投方是东阳冠定、所托瑞安的领投方是平安资本，东阳冠定是东阳国投和财通资本两个国有资本为投资纵目而设立的基金，平安资本则隶属平安集团，平安资本投资所托瑞安是战略投资，投资的是其“科技+保险”的商业模式。再次验证了此前车智发文表达的中国资本重仓自动驾驶的观点中国资本重仓自动驾驶：保国产供应链安全、国内IPO预期更高。   从业务上来看，无论是纵目科技还是所托瑞安，都是致力于研发量产自动驾驶的初创公司，纵目科技偏乘用车，所托瑞安的业务更为聚焦，瞄准的是商用车的智能驾驶解决方案和数据产品的研发。   纵目科技和所托瑞安新一轮的单轮融资都超过10亿，其中所托瑞安估值更是超过100亿，这意味着不管是乘用车还是商用车的量产自动驾驶初创公司，随着量产车型对自动驾驶功能诉求的增加，业务的增量也逐渐反馈到了融资上，开启了大额融资和估值大幅度增长的道路。   有业务支撑、有营收规模支撑，有IPO预期，更容易获得人民币基金的青睐。 转载于车智微信公众号

　据中国银行业协会网站消息，近日，中国银行业协会发布了TR／CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》。该标准化文件由光大银行牵头提出，中国信息通信研究院提供了技术方案并担任联合主笔，工商银行、农业银行、民生银行、浦发银行、江苏银行等银行机构以及通信业众多单位积极参与。　　该文件是首个5G+物联网智能金融应用领域的标准化文件，对推动5G+物联网智能金融应用具有重要的标志性意义，代表了5G时代智慧金融应用的最前沿研究成果。　　该标准化文件聚焦银行抵质押物风控管理应用场景，针对贷前、贷中、贷后全流程的风险管理信息不对称、预警滞后、监管难度大、管理成本高等问题，集成5G与物联网的方案实现对抵质押物的实时动态管理，结合其他数据输入，能够有效提升银行风控管理能力。　　下一步，中国银行业协会将继续与中国信息通信研究院共同合作，继续联合业界各方开展标准化研究工作，通过案例征集、宣贯培训、检测评估等多种方式，发挥好标准的引领作用，以标准促进5G与物联网金融应用场景生态建设和行业发展。　　作为该标准化文件共同发起方的指导专家，中国信通院云计算与大数据研究所所长何宝宏表示：5G和物联网技术的广泛应用，在很大程度上提升了金融的感知能力，强化了金融机构的创新动力，为进一步优化金融客户的服务体验提供了重要的技术支撑，使得金融机构在风险可控的前提下，能够实现抵质押物管理、动产融资、供应链金融等创新服务模式落地。中国信通院未来将继续与中国银行业协会深入合作，支撑金融科技研究、标准制定、应用试点等工作，促进5G、物联网与金融领域的融合创新。

近日，中国银行业协会发布了TR／CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》。该标准化文件由光大银行牵头提出，中国信息通信研究院提供了技术方案并担任联合主笔，工商银行、农业银行、民生银行、浦发银行、江苏银行等银行机构以及通信业众多单位积极参与。该文件是首个5G+物联网智能金融应用领域的标准化文件，对推动5G+物联网智能金融应用具有重要的标志性意义，代表了5G时代智慧金融应用的最前沿研究成果。该标准化文件聚焦银行抵质押物风控管理应用场景，针对贷前、贷中、贷后全流程的风险管理信息不对称、预警滞后、监管难度大、管理成本高等问题，集成5G与物联网的方案实现对抵质押物的实时动态管理，结合其他数据输入，能够有效提升银行风控管理能力。下一步，中国银行业协会将继续与中国信息通信研究院共同合作，继续联合业界各方开展标准化研究工作，通过案例征集、宣贯培训、检测评估等多种方式，发挥好标准的引领作用，以标准促进5G与物联网金融应用场景生态建设和行业发展。作为该标准化文件的核心指导专家，中国银行业协会首席信息官高峰表示：中国银行业协会始终致力于搭建优秀研究成果分享平台，探索新一代信息技术支撑金融场景的建设路径，以标准化引领金融场景生态建设。当前，采用5G及物联网技术方案，将引导银行业的抵质押物管理逐步向着实时、动态、智能化方向转变，有效提升银行机构的风控管理能力，TR／CBA 104—2022《集成了5G与物联网的抵质押物管理技术方案》的发布正当其时。中国银行业协会未来将继续与中国信通院等相关单位深入合作，共谋5G物联网在银行业应用的新场景、新价值、新规范。作为该标准化文件共同发起方的指导专家，中国信通院云计算与大数据研究所所长何宝宏表示：5G和物联网技术的广泛应用，在很大程度上提升了金融的感知能力，强化了金融机构的创新动力，为进一步优化金融客户的服务体验提供了重要的技术支撑，使得金融机构在风险可控的前提下，能够实现抵质押物管理、动产融资、供应链金融等创新服务模式落地。中国信通院作为工信部直属的科研事业单位，也是推动我国5G与物联网技术标准研究的核心科研机构，未来将继续与中国银行业协会深入合作，支撑金融科技研究、标准制定、应用试点等工作，促进5G、物联网与金融领域的融合创新。

近年来，移动互联网快速发展，5G、AI、云计算、大数据、IoT等信息技术创新和迭代速度明显加快，创新技术与传统产业的融合发展不断加深，数字化转型已成为我国经济社会创新发展的主要特征。数据显示，2020年中国数字经济规模达到39.2万亿元，其占GDP比重提升至38.6%。为进一步推动经济发展方式转变，在“十四五”规划和2035年远景目标纲要专门设置了“加快数字化发展 建设数字中国”章节，提出加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革。当前，数字中国建设正在千行百业全面推进。作为现代经济的血脉，金融行业更是处于变革的风口浪尖，大数据、区块链、物联网等技术应用持续驱动金融科技创新，从基础设施数字化、到业务模式数字化，再到安全技术的数字化，金融行业的数字化转型不断深入，服务能力和效率得到明显改善。树高千尺，根扎沃土，金融科技的快速发展离不开强大的数字基础设施——操作系统作为数字世界底座，起到承接上层软件生态和底层硬件资源的作用，重要性不言而喻。可喜的是，随着我国对操作系统进行大规模投资和建设，加上开源生态逐步完善，国内涌现了一批极具竞争力的科技企业，能够为金融科技打造坚实的数字底座。作为一家专注于 OpenAtom OpenHarmony（简称“OpenHarmony”）生态的物联网操作系统提供商，深圳开鸿数字产业发展有限公司（简称“深开鸿”）在 2021 年 12 月成为开放原子开源基金会的白金捐赠人，其核心团队在 2019 年就参与到了OpenHarmony生态的早期建设之中，致力于构建多赢的物联网操作系统生态圈，赋能千行百业。以OpenHarmony创新技术为底座，深开鸿推出商业发行版KaihongOS，分布式架构、内核级安全、高性能IPC技术和确定时延四大技术优势让其具备打造简捷、流畅、连续、安全可靠的全场景交互体验的不俗实力。2022年3月28日19:00，深开鸿将举办线上发布会，正式发布面向金融场景的KaihongOS金融发行版。届时，行业协会伙伴、金融业界专家、产业伙伴、行业媒体将共同聚焦金融科技，剖析行业痛点，提炼前沿实践，探索自主可控的金融数字化和智能化之路，助力数字中国建设。作为一款开源、国产创新的金融操作系统，KaihongOS金融发行版将为产业带来怎样的革新？能否助力金融终端实现业务的迭代升级？又会给消费者和商户带来哪些创新体验？让我们一起拭目以待，锁定深开鸿官方视频号，3月28日19:00不见不散。深开鸿全称深圳开鸿数字产业发展有限公司，是一家基于OpenHarmony的物联网操作系统服务商，集智能物联网操作系统的咨询、研发、定制、交付、售后于一体，为用户提供泛智能终端操作系统技术和产品，打造消费和行业智能物联全场景新体验，其下产品主要有各类型智能物联网模组。立足行业发展，专注于商业发行版、行业发行版的智能物联网操作系统及配套软硬件多场景智能化服务的深耕，赋能千行百业。从开源中来，到开源中去，深开鸿致力于构建多赢的物联网操作系统生态圈，持续拓宽行业边界，实现万物互联。

目前，“联邦学习”这一术语在市场上存在很多认识上的误解和混淆，主要原因是其既在广义上表达了保护数据前提下联合多方数据训练模型的需求，又在狭义上表示了一类通过暴露部分数据信息来提升训练性能的方法。有趣的是，作为广义上的需求，它强调为了保护数据安全，可以牺牲部分准确性；但作为狭义的方法，它反而强调通过牺牲安全来换取性能提升。一、初心：联邦学习拟解决的问题1.联邦学习的广义定义：解决联合建模的问题或需求随着人工智能等技术应用的发展与普及，基于机器学习的智能营销及风控等应用迅速兴起。但是，由于明文数据应用引起的数据泄露及滥用等问题日益突出，多国家地区陆续出台数据隐私保护政策，导致诸多金融机构在在进行机器学习任务时面临着数据瓶颈问题，即需要更多数据训练得到更准确的模型。此处，更多数据意味着：（1）更多样本点，以减少模型偏差（bias），提升模型质量；（2）更多标签（如银行信贷业务场景中的客户逾期判断），以提升模型准确度；（3）更多维度，以更全面刻画某一对象。然而，上述额外数据经常由不同主体持有，且往往具有高敏感性，难以被共享，导致多方数据源联合建模的需求无法被满足。从广义上讲，能够满足多个数据方联合建模需求的机器学习方法为 “联邦学习”。因此，广义上的联邦学习是一个问题，或者说是需求，而不是一种技术或解决方案。事实上，这一需求在多年前就已有解决方案。在密码理论领域，采用多方数据训练模型是多方安全计算技术的一个具体应用。理论上讲，我们可以用一个“多方计算”（也叫多方安全计算，Multi-party Computation, MPC）的方案描述整个训练过程；在数据挖掘领域，学者们很早就提出了如k-匿名、差分隐私等方法；在硬件领域，人们试图做出更可信的硬件芯片来保证数据不泄露；近期，研究人员及金融机构也尝试采取迁移学习等手段，试图隐藏和个人相关的敏感信息。2.联邦学习的狭义定义：一类特定算法然而现在市场上，联邦学习这一术语被局限于一个更狭义的定义。市场上普遍认为，联邦学习是和多方安全计算、可信执行环境、差分隐私等并列的一种隐私保护计算技术，这实际上采用的是一种狭义的定义。这种定义下的联邦学习特指一类算法，其本质特征是在多个数据控制方运行，能够让各数据方之间只交换了某些模型训练的中间数据。若假设这些被交换的数据不包含敏感信息，那么这个模型的训练过程就能达到人们想要的数据隐私保护目标。然而这个假设是否真实成立，目前尚无理论上的证明。狭义的联邦学习作为一种独特的方法被提出，其主要动机是试图在此前的几种方法中取得一种平衡，即解决如下问题：（1）多方计算等密码学方法的计算和通讯开销高；（2）k-匿名暴露信息过多；（3）在原始数据上加入差分隐私需要的噪声对于多次迭代的机器学习结果的准确度影响大；（4）硬件可信程度未知。因此，狭义联邦学习的主要目标是试图通过有选择地暴露一些信息，从而实现训练精度、训练速度和数据隐私安全的平衡。本文下述“联邦学习”均是基于这一狭义意义上的方法。二、设计：联邦学习理论上的挑战相比其它隐私保护计算技术，联邦学习的本质特征是暴露某些中间数据，并假设这些数据不泄露敏感信息。然而越来越多的研究发现，这一假设未必成立。1.联邦学习安全性存疑联邦学习过程中虽然没有发送任何原始数据，但其暴露的数据主要有两类：一是模型迭代训练中每轮的中间结果，二是在纵向联邦学习中暴露的双方数据交集中的元素。这一节着重探讨第一类数据暴露，第二类将在第三节中讨论。一个常见的认知误区是，不发送原始数据，做到“数据不动”就是安全的。此处其实有个非常强的安全假设，即联邦学习每次迭代中暴露的中间结果不会泄露有价值的信息。然而，很多工作均已证明此安全假设难以达到。联邦学习每次迭代均会暴露中间结果，这一中间结果可能是每方提供的梯度，或者是多方聚合的梯度，或者是一个本轮结束之后的模型中间结果。此处的核心问题在于，中间结果是一个高维的向量或矩阵，其在很多模型里往往缺少可解释性。一个参与方可以根据这些暴露的结果以及结果之间的差异性去推算一些不应暴露的信息[1][2][3][4]。中间结果具体会泄露什么信息很难确定，因此其安全性无法得到证明。有一些针对这一问题“打补丁”的方法，例如利用密码学方法来计算梯度聚合。但无论如何加密，联邦学习都不可避免地会向各方暴露一个本轮迭代训练的中间结果，否则就失去了这一方法的核心价值，即通过暴露这个结果，减少加密，从而平衡计算代价与安全。另外一些方法利用差分隐私给中间结果加一些噪声，但这对于最终训练结果的准确性影响也是未知的。当然，一个观察是，参与方数量的增多会缓解噪音对准确性的影响。Google最初提出联邦学习应用在2C场景中，含有大量客户端，参与方数量庞大，每个参与方加上一些专门设计的噪声（噪声会互相抵消），从而同时保证了数据隐私安全及计算准确性。但是这一方法对于只有少量参与方的情况是否有效，以及究竟可满足多少参与方的模型训练的准确性，往往与具体数据和模型相关，通用的方法仍有待探索。更为深层次的问题是，联邦学习所专注的数据隐私保护一般定义在“原始数据不暴露”的层面上。然而，实践中需要保护的数据特定使用价值，在很多情况下取决于于统计信息，例如某企业的平均薪资水平、订单数，某金融机构的投资总额等。联邦学习过程中交换的高维向量显然泄露了大量的统计信息。至于具体泄露了哪些统计信息，以及泄露这些信息的危害，一般与具体场景有关，因而难以判断，极易形成“虚假的安全感”。无数信息安全领域的实践证明，虚假的安全比没有安全造成的后果更加严重。缓解该问题（当然不是根本性的彻底解决）的一种思路是定义一种通用的明、密文混合计算方式，并根据不同的场景需求（如安全需求、性能需求等）灵活地选择可以暴露什么信息，以及必须隐藏什么信息。也就是说，即使对于同一种机器学习算法，由于应用场景不同，建模参与方也需要对算法的明文计算部分和密文计算部分进行适配性的规划和调整。2.联邦学习的特性机制引致更大造假风险联邦学习和很多隐私保护计算技术都基于一种“半诚实”的假设。从直观上看，半诚实假设意味着参与方虽有可能偷看或者泄露其他方的数据，但他们均会遵守协议，即不会对数据造假。理论上，半诚实是一个安全假设，但在实践中，产业界应建立切实有效的机制引导和制约使各参与方遵守协议。其中重要的一类方法是通过监管，让不诚实的行为被发现和被举证，以遏制参与方的造假意图。另一类方法是让不诚实行为造成的不良后果尽量少（例如只是让计算不能进行下去了，或者参与方都知道结果是错的等等）。 但遗憾的是，联邦学习的分布式特点以及安全聚合机制往往让数据造假变得更容易，更难被发现和举证[5][6][7][8][9]。传统数据挖掘算法无论是检测数据造假还是容忍错误数据，均依赖于数据中内生的冗余信息，以及人们的先验知识。由于联邦学习交换的中间信息是高度凝练的统计信息，数据中缺乏冗余，又缺乏可解释性，这些被传递的中间结果是否是捏造的假数据难以判断。另外，攻击者亦可通过加工假数据以逃避异常值检测[10]，从而对全局模型进行投毒攻击。由于当前市面上许多方法使用了一种仅支持加法操作的半同态加密算法来保护各方提供的梯度，造假的检测能力进一步丧失。退一步说，即使造假行为被发现，造假方依然可以抵赖说这些假数据就是自己的数据随机采样算出来的。因此，其发送的数据是恶意造假结果，还是随机抽样造成的噪声，理论上难以区分。更为严重的是，每方的中间结果对于模型的训练影响都很大，因此每一方都可以通过构造“有毒数据”来控制整个模型的训练结果，例如在模型中留一个后门（即某些特定样本的推理完全受恶意一方的控制）。相比于传统的模型训练，在联邦学习过程中更难举证这一后门是哪一方下毒造成的。许多研究已经证明，这样的攻击在横向联邦学习中广泛存在[10][11][12][13]][14]，此类攻击方法在纵向联邦学习中也已经被发现。《周易》上说，“慢藏诲盗”，意思是不把东西藏好了，就是教唆别人偷盗。一项技术不应让造假变得更易实现且更难被发现，因此联邦学习在这一方面仍需要很多改进。从监管角度看，目前缓解上述问题的一种思路是，采取一些方法来强化联邦学习的中心管控功能，具体包括：（1）除了参数聚合，将更多的计算逻辑纳入中心化可监管的范畴；（2）使用支持密文复杂计算逻辑的密码学技术，如秘密分享（secret sharing），最大程度上通过密文来分析数据的“造假”特征；（3）引入第三方独立行使计算或监管职责，鼓励针对高价值、敏感数据的场内流通方式，而不仅仅在联邦学习参与方之间进行计算；（4）使用存证机制，增强事后回溯和举证能力。3.现有联邦学习下的数据共享缺乏公平性数据公平共享机制对于保障金融业数据生态的有序、健康发展至关重要。数据共享应用过程涉及多参与方交换信息，往往存在各参与方贡献度及获益程度不一的问题。在此背景下，基于联邦学习或其它隐私保护计算技术的数据共享应用需辅以合理的公平机制，在保护一定数据隐私的同时保障数据共享的公平性，以激励不同类型机构共建合作共赢的金融数据生态。以两方联邦学习场景为例，在一个公平的模式下，参与方希望共同获得一个模型，双方要么获得了相同的价值，或者获得价值少的一方能够获得额外的补偿。然而，现有联邦学习框架并不能达到这个效果，反而会导致数据多的一方获益更大。当前，国内联邦学习主要应用场景是纵向联邦学习，其第一步是隐私求交（PSI），会将交集结果暴露出来。事实上，理论上的PSI方法，本身可以保护交集结果，但是如果不暴露交集，后续计算无法实现联邦学习减少加密数据量的目的，因此我国业界常见做法就是把交集暴露出来。例如在金融场景中，一个大型互联网公司拥有10亿用户上网数据，一个银行拥有1000万用户金融数据。互联网公司由于已拥有几乎所有客户的信息，并不在乎暴露交集。因此，其通过联邦学习可获得1000万个银行客户及相应标签，以后无需依赖银行数据亦可对该客户群进行精准营销等。银行虽然也能够得知自身与互联网产品的重叠客群，但此信息显然没有太大价值，因为绝大多数用户都是这个互联网产品的用户，这一信息无需模型训练也能得知。如此一来，银行泄露了自身客户的信息，换来了一个其无法单独使用的模型，因为该模型需要输入互联网公司拥有的数据维度才能使用，因而银行在数据方面仍然存在被互联网企业卡脖子的风险。显然，这个交易是不公平的。更为有趣的是，在当前的市场环境下，往往是数据少的金融机构向数据多的互联网企业付费，加剧了这一不公平性。因此，纵向联邦学习技术有利于拥有大量数据的公司获取数据量相对较小的公司的数据信息。这样的“联邦”，实际上成为了大公司数据垄断的延伸，难以实现公平合作的共赢生态。对于上述场景，理想的方式是双方不暴露基于隐私求交得到的交集，在不暴露的交集上继续完成后续机器学习过程，乃至后续推理的过程。然而，这样做会完全损失联邦学习暴露中间结果而带来的性能优化。一个可行的解决方式也许是允许多种类型的参与方角色加入，促进金融数据生态和业务形态全面发展。比如，可以由小公司作为数据使用方提出联合建模需求；也可以让专门从事算法研究的参与方加入，通过贡献算法模型获取收益等。这样每一方都可以贡献自己的专长，同时也能够使用他方的资源信息为自己服务。通过这样不断创新的技术应用方式，丰富业务发展模式，逐步构建良性循环的数据生态环境。三、实现：联邦学习在系统工程与运维上的挑战在金融应用中，目前联邦学习在工程上的架构是一种多个数据源直接互联进行计算的模式。这一模式给现有的私有云和企业网络的部署带来了额外挑战。这些挑战具体体现在网络安全、算力可扩展性、易用性和可监管性等方面。1.算力与原始数据的耦合，带来部署时网络安全与算力扩展的挑战联邦学习的主要算力都与原始数据源部署在一起，造成两个问题，即企业防火墙配置的问题和算力可扩展性的问题。一般来说，大数据平台位于企业内部的后台，应部署在企业防火墙内，不应从外网直接访问。联邦学习的软件模块需要直接访问原始明文大数据（端上的迭代需要在明文上进行），因此也需要进行企业内网的部署。然而，在训练过程中，不同数据源方的软件模块需要频繁互相通讯，因此需要在防火墙上对外暴露网络端口。这一部署模式给企业的网络和信息安全带来了额外挑战。另一种部署方式是将联邦学习软件模块部署在企业防火墙外的DMZ区域（demilitarized zone，隔离区）中，让联邦学习软件跨过防火墙与内网中的大数据系统交换任务。这一部署模式安全性略好，但仍然需要给一个处于较低安全区（DMZ）中，且暴露网络端口的联邦学习模块授权许多内网大数据平台的访问权限，一旦这个模块被黑客攻破，后果会非常严重。另外，联邦学习主要计算都发生在数据源端，数据源需要的算力与其数据量和计算复杂度成正比。因此每个参与方都需要部署相应的计算能力，具备计算资源的可扩展性。联邦学习的稳定运行，也依赖于每一参与方的计算执行可靠性。这种跨多个参与方的计算资源调度和容错机制，与通常的云计算等有显著差别。目前尚缺乏这方面的可靠的系统设计方案。一种解决思路是，将一部分计算功能独立出来（比如参数聚合功能），在额外的代理计算方上运行。这样一来，各数据源方只需主动向代理计算方推送中间参数并适时获取聚合结果，而无需暴露自身的网络接口。另外，将算力独立出来，有利于充分利用云计算的扩展性和容错性，而不用再依赖于各数据源方的算力水平。2.算法、系统和业务逻辑的耦合，带来开发门槛高，难学难懂的挑战当前，开发者使用联邦学习系统开发一个AI算法，需要在提升模型准确度的同时，时刻牢记“多方”的概念，时刻关注什么信息、可以暴露什么、不可以暴露什么，时刻注意加密了什么数据，加密后的数据可以做什么处理，时刻计算传输数据需要多少代价。此类应用要求开发者同时了解密码学、分布式计算、AI等领域知识。这样的开发者非常难于培养，其所写的程序非联邦学习专业工程师也很难看懂，更不用说验证其安全性。当前的联邦学习开源代码均仅提供了核心功能，一些对于系统和数据安全缺乏理解的开发者在进行二次开发的过程中，极易忽略一些基本的安全策略配置，例如此前提到的防火墙的配置，以及联邦学习中关于密钥管理和分发的配置方法，从而造成虚假的安全感。这一问题的根源在于，目前联邦学习软件的开发接口抽象层级不够高，把过多实现细节暴露给开发者。这当然有工程成熟度的原因，但更深层次的原因是，为了应对第二节提到的联邦学习的安全问题，导致现有联邦学习的实现上都打上了多种安全补丁。一个常见的补丁方式是结合一些密码学方法来掩盖一些梯度，例如半同态加密，但这些密码学方法都有比较复杂的密钥管理机制的要求，并且只能进行一些特定操作（例如加法）。因此许多算法都需要围绕这些密码学方法在进行特定的改进，导致了更为复杂的软件接口设计。如何利用更通用的密码计算方法定义一套抽象的开发接口，使得AI算法设计人员和业务人员不用再去关心系统底层的技术，是一个联邦学习亟待解决的工程挑战。一个可推荐的实现思路是，逐层级构建算法体系，对外开放友好的编程接口。具体地讲，在底层将基础的密码学协议进行封装，构建基本的密码操作指令集，支持密文计算引擎以及它与明文计算间的转换。基于此，联邦学习算法的开发人员可同时面向明文和密文开发并提供算法函数库。业务逻辑开发人员则不仅可以直接引用这些算法库解决问题，还可以像修改明文算法库一样查验、分析和修改这些联邦学习算法，无需要任何的密码或者联邦学习的专门知识，就像直接在明文数据上开发大数据算法一样。在运行时，可定义开发者自主编程接口和IDE，通过配置数据源，IDE可自动适配程序中的数据指向，使得开发者就像在一个数据源（可称为“虚拟的数据中心”）上开发一样。3.P2P架构、半同态加密与参数聚合算法的耦合，带来数据监管的挑战监管在数据流通中非常重要。监管不仅仅是为了防止数据滥用对社会造成危害，同时也是避免数据造假和数据投毒的重要手段。然而，联邦学习的系统和算法都部署在各个数据源方，之间交换的数据全部通过加密传输，即使有一些中心化聚合中间结果的架构设计，这个中心化聚合节点也仅仅是在中间结果上做了很简单的汇聚计算（例如求和），并不能知晓各方在进行什么样的数据处理，更无法实现计算过程的存证。因此，一个联邦学习的算法是否做了它声称的计算，只有参与方自己知道（而且只知道自己是否做了正确的事情，不知道其他方是怎么做的）。此类系统会导致在其上面进行的明文数据的直接交易（即打着隐私计算的幌子做明文数据交易）更难被发现和监管。如果采用可验证计算等手段对P2P系统进行监管，会造成非常大的额外开销。因此，如何做到对数据使用可监管的联邦学习，在技术和工程上都是很大的挑战。其根源是，参数聚合阶段只能做加法（目前由于全同态计算性能限制，只能选择半同态加密算法），因此参数聚合服务器这个最适合履行监管责任的一方，没有能力分析它所处理的数据。解决上述问题的一个途径是采用支持通用密文计算的代理计算架构，在密文上进行数据特征分析。代理计算的通用计算功能越强大，对数据分析面就越大，所能实现的监管力度就越强。另外，为了防止参与方超范围使用其他参与方的数据，应建立多方计算合约机制，由参与计算的各方在计算开始前就数据的具体使用目的和方式签订合约进行授权，各方严格按照计算合约执行，并对计算合约和执行过程进行存证，保证事后可回溯、可审计、可举证，从而防止数据滥用。四、总结：正确认识联邦学习综上所述，目前，“联邦学习”这一术语在市场上存在很多认识上的误解和混淆，主要原因是其既在广义上表达了保护数据前提下联合多方数据训练模型的需求，又在狭义上表示了一类通过暴露部分数据信息来提升训练性能的方法。有趣的是，作为广义上的需求，它强调为了保护数据安全，可以牺牲部分准确性；但作为狭义的方法，它反而强调通过牺牲安全来换取性能提升。因此，作为金融行业用户，选择是不是存在“联邦学习”的需求（也叫做“数据融合计算、数据价值流通”的需求），是一个纯粹的业务问题，其判断标准是数据价值流通能否带来业务价值。在这一需求基础上，是否要选用狭义的“联邦学习”方法和系统来满足这个需求，是个纯粹的IT技术和安全合规问题，其需要考虑和平衡的是数据的敏感性、泄露的代价，和进行数据保护所需的技术成本。也许，这样才能回归到我们探索联邦学习的初心。

物联网的概念可以追溯到1980年代初期的一台可乐贩卖机。这个售卖设备放置在著名的卡内基·梅隆大学，它也是全球第一台隐含物联网概念的机器。这台可乐贩卖机可以连接互联网，在网络上检查剩余库存，确定后续供应的可乐数量。1991年，普适计算之父马克·维瑟发表了“21世纪的电脑”一文，文中谈及到的普及计算概念为后续物联网的发展开拓了重要的道路。而如今，物联网随着软硬件技术的发展，逐渐进入了人们的生活之中。市场对物联网的需求是如此巨大，即便最乐观的预测也落后于市场的实际发展。物联网的直接用户并非人类，而是人类所拥有的各种资产。对于生活在工业化社会当中的我们来说，每人分到几十个乃至上百个终端其实是很正常的事情。除了私人的交通工具——汽车、电动车、自行车之外，我们还会用到一些公共交通工具，例如飞机、高铁、地铁、公交车、共享单车等等。如果把用于各类服务的商业资产也算在内，例如物流平台、物流设备、能源设施等，我们每个人所连接的终端数量是非常多的。在个人使用的基础上，如果出于环境保护、自然灾害预警等需要去监测山体、河流、大气、野生动物等等自然存在，物联网终端的数量可以说会达到一个天文数字。万物互联的时代｜by Wilgengebroed on FlickrWikipedia Creative Commons Attribution-Share Alike 4.0 International即便是如今这样发达的物联网服务，想要完成这样的海量连接，也只不过刚刚迈入门槛而已。在万物互联的需求下，卫星物联网的技术应运而生。中国的国电高科公司针对卫星互联网产业开展了天启星座计划。目前，计划中全部卫星的部署正在稳步推进，有望顺利实现。天启星座作为国内目前唯一开展的多星组网数据运营的低轨物联网计划，自从2018年部署第一颗卫星以来，就在我国物联网建设和运行中起到了非常重要作用，从电力物联网、海洋牧场、智能集装箱、生态环境监测、森林防火到智慧农业等领域，均成绩斐然。卫星互联网想象图｜Pixabay不过，目前的物联网服务还没有充分抵达终端，普通消费者也还没有产生购买卫星物联网服务的迫切需求，其主要的商业应用领域在于大宗资产的相关领域。比如资产跟踪对于银行和保险公司而言非常重要，而卫星物联网技术可以不受地形、地物影响，充分的覆盖到全球每个角落的手段，因此，银行和保险公司就会非常需要卫星物联网服务。全球资产跟踪并不是一种杞人忧天，资产在流动的过程中充满了各种无法预测的危机。在2020年3月，长赐号货运船卡在了苏伊士运河，但有相当多的货主并不知道自己的货物就在这艘船上。如果在当时，货运船在一些高价值货品的集装箱配备卫星物联网终端设备，这些资产的主人或背后的保险公司就可以及时采取行动来减少的损失。否则就会重蹈长赐号货运船的覆辙，一船卡主直接导致超过400艘货轮在运河两端长时间的等待，事故发生时至少每日给全球经济造成高达4亿美金的损失。天启星座08星也被称作“平安1号”，就是因为卫星互联网技术在一定程度上可以保障资产流动情况的知情权，减少因意外产生的各项损失。天启星座计划作为国内首颗由计划运营商和金融机构联合发射的物联网卫星，支持多项物联网金融服务。。在海南的崖州，建设有国家育种基地，那里地势偏远，有大量的地区没能覆盖地面通信网络，而卫星物联网监测设备就可以弥补这一区域的网络空白。卫星物联网检测设备在这里采集到的数据能够与国电高科运营的智慧农业平台上的遥感等数据相结合，经过数据分析和研究后，精确监测当地的地表温度、土壤酸碱度和湿度、降水量、风力、水质和灌溉等种植情况，不但为农业科技人员开展农作物精细化管理提供了精准的数据，还能为金融保险机构提供重要的决策依据。自2019年起，平安银行开始启动物联网技术升级供应链金融计划。原有物联网系统存在着各种各样的短板，无形中限制了平安银行为偏远地区和特殊行业的中小企业提供服务。而引入卫星通信服务则很好的弥补了这一块的空白，帮助平安银行实现数据的全球化监测。低轨卫星互联网的终端具有低成本、小型化、低耗能的优势，这也进一步推动了低轨卫星物联网技术的发展。平安银行与天启星座计划的合作取得了很大的成功，推动了卫星物联网在更多实体产业领域的耕耘，加快了卫星地面终端的联合开发进程，促使了更具普惠性、通用性、消费级的卫星地面终端的出现，从而让更多的小微企业乃至普通人享受到航天技术进步带来的好处与“金融+科技”服务的便利。天启星座的发展不断稳步推进，不但开拓了一批新的行业市场，也得到了地方政府的欢迎和支持。一个企业是否对市场足够乐观，也决定了其产能和服务能力提升的速度，尤其是系统升级的速度。在过去的几年时间里，天启星座计划不光在民用市场上站稳了脚跟，也对自己的定位有了新的认识。作为一套在全球领先的天基信息基础设施，天启星座计划为国家科技创新和经济全球化提供了重要的通信保障。卫星物联网是带动多领域发展的基础设施｜Pixabay同时需要知道的是，卫星物联网的建设不仅会影响企业自身的发展，也会影响到国家信息基础设施建设的发展。国电高科正在整合卫星物联网、遥感、5G、北斗等新一代信息技术，加大关键核心技术的攻关力度，着力培育壮大新的增长点和增长极，为推动产业结构转型升级，在我国实现自主可控、信息安全、智慧海洋等重大国家战略中发挥重要作用。目前，我国的卫星物联网技术仍有待发展，但前景广阔。

物联网的概念可以追溯到1980年代初期的一台可乐贩卖机。这个售卖设备放置在著名的卡内基·梅隆大学，它也是全球第一台隐含物联网概念的机器。这台可乐贩卖机可以连接互联网，在网络上检查剩余库存，确定后续供应的可乐数量。1991年，普适计算之父马克·维瑟发表了“21世纪的电脑”一文，文中谈及到的普及计算概念为后续物联网的发展开拓了重要的道路。而如今，物联网随着软硬件技术的发展，逐渐进入了人们的生活之中。市场对物联网的需求是如此巨大，即便最乐观的预测也落后于市场的实际发展。物联网的直接用户并非人类，而是人类所拥有的各种资产。对于生活在工业化社会当中的我们来说，每人分到几十个乃至上百个终端其实是很正常的事情。除了私人的交通工具——汽车、电动车、自行车之外，我们还会用到一些公共交通工具，例如飞机、高铁、地铁、公交车、共享单车等等。如果把用于各类服务的商业资产也算在内，例如物流平台、物流设备、能源设施等，我们每个人所连接的终端数量是非常多的。在个人使用的基础上，如果出于环境保护、自然灾害预警等需要去监测山体、河流、大气、野生动物等等自然存在，物联网终端的数量可以说会达到一个天文数字。万物互联的时代｜by Wilgengebroed on FlickrWikipedia Creative Commons Attribution-Share Alike 4.0 International即便是如今这样发达的物联网服务，想要完成这样的海量连接，也只不过刚刚迈入门槛而已。在万物互联的需求下，卫星物联网的技术应运而生。中国的国电高科公司针对卫星互联网产业开展了天启星座计划。目前，计划中全部卫星的部署正在稳步推进，有望顺利实现。天启星座作为国内目前唯一开展的多星组网数据运营的低轨物联网计划，自从2018年部署第一颗卫星以来，就在我国物联网建设和运行中起到了非常重要作用，从电力物联网、海洋牧场、智能集装箱、生态环境监测、森林防火到智慧农业等领域，均成绩斐然。卫星互联网想象图｜Pixabay不过，目前的物联网服务还没有充分抵达终端，普通消费者也还没有产生购买卫星物联网服务的迫切需求，其主要的商业应用领域在于大宗资产的相关领域。比如资产跟踪对于银行和保险公司而言非常重要，而卫星物联网技术可以不受地形、地物影响，充分的覆盖到全球每个角落的手段，因此，银行和保险公司就会非常需要卫星物联网服务。全球资产跟踪并不是一种杞人忧天，资产在流动的过程中充满了各种无法预测的危机。在2020年3月，长赐号货运船卡在了苏伊士运河，但有相当多的货主并不知道自己的货物就在这艘船上。如果在当时，货运船在一些高价值货品的集装箱配备卫星物联网终端设备，这些资产的主人或背后的保险公司就可以及时采取行动来减少的损失。否则就会重蹈长赐号货运船的覆辙，一船卡主直接导致超过400艘货轮在运河两端长时间的等待，事故发生时至少每日给全球经济造成高达4亿美金的损失。天启星座08星也被称作“平安1号”，就是因为卫星互联网技术在一定程度上可以保障资产流动情况的知情权，减少因意外产生的各项损失。天启星座计划作为国内首颗由计划运营商和金融机构联合发射的物联网卫星，支持多项物联网金融服务。。在海南的崖州，建设有国家育种基地，那里地势偏远，有大量的地区没能覆盖地面通信网络，而卫星物联网监测设备就可以弥补这一区域的网络空白。卫星物联网检测设备在这里采集到的数据能够与国电高科运营的智慧农业平台上的遥感等数据相结合，经过数据分析和研究后，精确监测当地的地表温度、土壤酸碱度和湿度、降水量、风力、水质和灌溉等种植情况，不但为农业科技人员开展农作物精细化管理提供了精准的数据，还能为金融保险机构提供重要的决策依据。自2019年起，平安银行开始启动物联网技术升级供应链金融计划。原有物联网系统存在着各种各样的短板，无形中限制了平安银行为偏远地区和特殊行业的中小企业提供服务。而引入卫星通信服务则很好的弥补了这一块的空白，帮助平安银行实现数据的全球化监测。低轨卫星互联网的终端具有低成本、小型化、低耗能的优势，这也进一步推动了低轨卫星物联网技术的发展。平安银行与天启星座计划的合作取得了很大的成功，推动了卫星物联网在更多实体产业领域的耕耘，加快了卫星地面终端的联合开发进程，促使了更具普惠性、通用性、消费级的卫星地面终端的出现，从而让更多的小微企业乃至普通人享受到航天技术进步带来的好处与“金融+科技”服务的便利。天启星座的发展不断稳步推进，不但开拓了一批新的行业市场，也得到了地方政府的欢迎和支持。一个企业是否对市场足够乐观，也决定了其产能和服务能力提升的速度，尤其是系统升级的速度。在过去的几年时间里，天启星座计划不光在民用市场上站稳了脚跟，也对自己的定位有了新的认识。作为一套在全球领先的天基信息基础设施，天启星座计划为国家科技创新和经济全球化提供了重要的通信保障。卫星物联网是带动多领域发展的基础设施｜Pixabay同时需要知道的是，卫星物联网的建设不仅会影响企业自身的发展，也会影响到国家信息基础设施建设的发展。国电高科正在整合卫星物联网、遥感、5G、北斗等新一代信息技术，加大关键核心技术的攻关力度，着力培育壮大新的增长点和增长极，为推动产业结构转型升级，在我国实现自主可控、信息安全、智慧海洋等重大国家战略中发挥重要作用。目前，我国的卫星物联网技术仍有待发展，但前景广阔。

报告深入分析了当前实体经济转型升级面临的银行融资风险较高、企业融资成本较高、产融信息缺乏打通等融资难题，提出了物联网助力金融提升风控能力、拓宽业务范围，实现数据打通、增强分析能力，降低业务成本、提升管理效能，赋能信用体系、促进行业发展的四大新方向。报告提出了物联网金融在智慧制造、智慧车联、智慧农业、智慧能源、智慧物流、智慧基建的6大应用场景。同时，确立了物联网金融标准的框架，明确了监控对象、监管设备、业务流程、风控模型等具体内容。报告总结了物联网金融在终端质量要求、数据治理及流程、金融科技能力等方面的问题和思考，给出了物联网金融后续发展在生态建设、行业应用、金融服务方面的建议。报告旨在通过分享相关经验成果，推动建立健全我国物联网金融技术标准，加快我国金融行业数字化转型，助力我国金融科技不断创新发展和自主可控。

在广东紫金县，茶农温伟兵种植着一个300亩的茶园。每天巡视这么大的丘陵山地，按理说是个辛苦活。但是温伟兵不但不觉得辛苦，而且还打算把茶园扩大到3000亩。因为他的茶树都“戴着卫星手环”，连接到了物联网上。温度、湿度、土壤墒情，打开手机就可以知道了。“手环”只是一个比较形象的比喻，实际应用中，只需要在茶园安装数个上图中的卫星物联网设备，即可覆盖大片区域，24小时工作，监测茶园土壤、空气等数据信息。不但温伟兵知道，他的银行也知道。平安银行的“星云物联网平台”通过卫星传回的数据，24小时获悉茶园的种植情况，在给他发放贷款的时候，有更加充分的依据。而这些贷款，也让温伟兵扩张茶园的步子更踏实。不但如此，银行还通过卫星数据，知道温伟兵在扩张、销售上有什么困难，可以及时出手帮忙，培育和保护自己的优质客户。平安银行董事长谢永林在调研走访时对温伟兵说：“几年之后，如果你的茶园扩大到3000亩，产值将过亿，人均产值几十万，到那时，乡村振兴就真正落到实处。”平安银行董事长谢永林做客茶园物联网的梦想，是“万物互联”。这里的“物”几乎包括一切。不但包括人类制造出来的器物，也包括自然存在和生长的东西。在经济生活中，物联网的服务对象就是各种资产。而资产对于银行，就是命脉所在。银行属于经济运行的上层建筑，绝大多数普通人与银行的交往，不过是柜台与ATM机。但是，服务于对公客户的银行，必须对产业、行业和具体的企业，有深入而及时的感知。所以，银行往往对信息化的新技术有空前的敏感性，物联网也不例外。按照平安银行交易银行事业部总裁李跃的说法，自2019年起，平安银行就开始探索运用物联网技术升级供应链金融，搭建了“星云物联网平台”。一部分业务在结合物联网之后，可能会降低一些担保比例。目前物联网支持的授信规模累计发生额3000亿，整个交易银行表内外资产加起来是近万亿，不良率也较低。但在物联网平台运行过程中，银行也发现了一些问题——相当多的资产位于地面光纤网络覆盖范围之外，是很难连接到物联网的。其中，不但包括远洋航船上的集装箱，也包括农村山地上的果园，近海滩涂上的风力发电机，甚至包括草原上的牛羊。如何把这些资产连接起来呢？业内人士马上就会想到卫星。不过正所谓“纸上得来终觉浅，绝知此事要躬行”。到了工程实现的层次上，人们立刻就发现，传统卫星物联网设备的局限性还是相当大的。传统的卫星服务采用静地轨道卫星，卫星距离地球表面30000km之外，传输信号损耗大，因此为了保证良好的通讯质量，终端设备的功耗不能低，体积大、价格贵，而且耗电量很高。人们总不能每2个月就上山下海一次，给几十、上百甚至上千个终端都换一次电池吧？而且有的小客户，单笔授信只有45万元，他们如何用得起现有的卫星服务呢？于是，平安银行打算研制一套适合自己业务的卫星物联网系统。与相关卫星企业接触，这让卫星企业感到不可理解。但是互相了解需求之后，他们也逐渐意识到了银行参与卫星物联网建设的商业化可行性。星云物联网平台引入卫星，关键是终端。平安银行为此自己建立了一个10人团队，提出了三个关键的研制指标：首先是电池供电可以运行一年，这是客户对资产进行维护的常见周期。其次是价格必须在1000元以下，这样的低价才能推广开来。最后是操作简单，可以适应不同场景的需要。至于空间段，平安银行经过反复考察，选定了当时已经投入数据业务运营的天启物联网星座。这也是国内目前唯一能满足星云物联网平台需求的卫星系统。其他低轨道系统尚在建设当中，而且多数集中在宽带互联网业务，与星云物联网平台的需求不完全匹配。星云物联网平台的第一颗卫星，就是人们熟悉的平安1号（天启8号）。这颗卫星于2020年12月入轨运行后，平安银行供应链业务取得了很大的增幅。2021年，平安银行的供应链业务的发生额接近一万亿。平安1号的业务，不仅覆盖了中国的乡村、牧场，还扩展到了巴西和土耳其。中资公司在当地的设备上，也装了“设备手环”，设备运营情况数据通过物联网传感器传到统一的终端，直接与平安1号通信。到2021年底，包括卫星终端在内，星云物联网平台终端设备接入数量超1100万台，每天接入的数据量超过五亿条，落地20多个新型业务场景，覆盖10个行业，支持实体经济融资发生额达3000亿元。以“金融+科技”为战略指导方向的平安银行，走出了一条科技赋能金融，助力实现企业智能化、数字化经营的特色之路。正是因为业务扩展顺利，平安银行非常急切地希望看到平安2号卫星（天启星座19星）投入使用。这颗发射于今年2月27日的卫星，将大幅度提高星云物联网平台的全球覆盖率和数据更新速度，扩张平台服务能力，为更多的小资产客户提供服务。平安银行负责人表示，未来将通过与天启星座建设和运营方北京国电高科科技有限公司等合作伙伴，持续迭代升级“星云物联计划”，提升供应链金融服务能力，切实有力地支持实体经济高质量发展。国电高科董事长吕强告诉记者，平安2号卫星与平安1号相比，采用了新的通信机制，在技术与性能上有了进一步的突破：通信链路更加稳定，地面最低5°仰角可以与卫星进行双向通信；通信速率更大，最高支持3.5kbps；卫星地面终端的通信模组尺寸更小、功耗更低，进一步有效降低终端铺设和使用成本。据悉，部分终端采购价格已降至几百元。如此，卫星通讯将不再高不可攀。未来，国电高科与平安银行等金融生态合作伙伴将持续推进“物联网+卫星+金融”产业生态建设，加速传统产业升级。吕强向我们介绍了“三步走”规划：一是按计划继续发射卫星，加快卫星星座基础设施完善；二是合作探索将物联网应用做成消费级、通用型、能够大规模推广的成熟商业模式；三是持续推动物联网卫星服务体系的推广和应用，探索更多物联网解决方案的应用场景。通过更多场景应用，规模化、消费级应用，降低整体服务客户的成本，真正落实减费让利，最终促进实体经济、尤其是中小微企业健康发展。

2月21日-27日，供应链金融行业相对比较热闹。政策方面：商务部等两部门强调发挥保单融资“白名单”机制作用，河南、广东、深圳等地相关部门出台政策，推动供应链金融布局发展。行业内：中信、浦发、兴业银行等金融机构创新供应金融业务；山钢金控、联易融也有新动作～中物联金融委《一周动态》盘点如下：政策动态1、商务部等：发挥保单融资“白名单”机制作用强化供应链金融服务2月23日，商务部、中国出口信用保险公司发布《关于加大出口信用保险支持做好跨周期调节进一步稳外贸的工作通知》（以下简称《通知》）。《通知》在“做好跨周期调节，加大对外贸企业支持力度”上，提出要加强政策引导、强化中小微企业支持保障、促进对外贸易创新发展、保障产业链供应链稳定畅通、推进内外贸一体化发展、强化短期险保单融资支持等。在“强化短期险保单融资支持”上，《通知》指出，各地商务主管部门要发挥外经贸发展专项资金引导作用，鼓励借鉴部分省市成功经验，积极推广“政府+银行+保险”和其他融资支持模式，并进一步引导银行结合外贸企业需求和外资企业特点创新保单融资等产品。积极协调地方出台相关支持政策，通过“再贷款+保单融资”等方式，精准滴灌中小微企业。中信保公司各营业机构要强化责任意识，用足用好地方支持政策和银行保单融资产品，提升保单融资规模。主动引导银行和中小微企业通过“单一窗口”、外汇局跨境金融区块链服务平台等渠道开展线上保单融资，扩大保单融资客户覆盖面。积极推动银行和外贸企业加强信息共享，充分发挥保单融资“白名单”机制作用强化供应链金融服务，为上下游企业提供增信支持和融资便利。（商务部）2、河南省政府：“十四五”现代供应链发展规划鼓励供应链金融2月23日，河南省人民政府发布了《河南省“十四五”现代供应链发展规划》，目标在“十四五”时期，供应链综合竞争能力显著增强。培育形成装备制造、食品制造、先进金属材料、新型建材、电子制造、节能环保6个万亿级，汽车制造、生物医药、化工、纺织4个5000亿级和若干千亿级产业供应链，培育100家以上具有行业或区域影响力的供应链重点企业，成为全国重要的产业供应链资源配置中心。供应链创新发展能力显著增强。全省数字供应链创新与应用水平走在全国前列，培育5个以上全国领先的行业供应链平台。现代供应链金融成为企业融资主要渠道，供应链融资规模大幅提升。供应链绿色化水平明显提高，绿色低碳循环发展的生产体系、流通体系、消费体系初步形成。《规划》提出鼓励发展供应链金融。一是发挥供应链核心企业关键作用。二是做强做优供应链金融服务机构；三是提升供应链金融运行效率；四是优化供应链金融发展环境。（河南省人民政府）3、广东工信厅：引导和推动金融机构发展智能制造相关供应链金融2月22日消息，广东省工业和信息化厅发布了《广东省智能制造生态合作伙伴行动计划（2022年）》（以下简称《行动计划》），进一步推动制造业高质量发展，加快构建智能制造生态。《行动计划》提出了持续扩容生态合作伙伴群、不断提升生态合作伙伴质量、深入推动智能制造试点示范应用、着力营造智能制造发展环境等几大任务。其中在“着力营造智能制造发展环境”任务上，提出推动优化产教融合的制造业人才培养体系，鼓励加大引才育才用才力度，打造高素质、复合型智能制造人才队伍。进一步引导和推动相关金融机构加快开发符合智能制造特点的供应链金融、融资租赁等金融产品，创新智能制造金融服务方式。加强信息基础设施建和智能制造标准化工作，推动检验检测、计量认证、信息安全等和智能制造有效衔接。（南方日报）4、深圳宝安人民政府：推进知识产权证券化、供应链金融等服务创新2月23日，中共深圳市宝安区委、深圳市宝安区人民政府公布《宝安区关于支持先进制造业高质量发展加快打造世界级先进制造业高地的若干意见》（以下简称《意见》）。《意见》提出：增强金融服务实体经济能力。积极引导金融资本有序流向实体产业，助力实体经济强筋健骨。规划建设宝安湾滨海国际金融中心，高标准建设国际湾区城市中心和产业金融中心。促进金融持牌机构、风投创投、供应链金融等金融机构集聚，支持科技金融、绿色金融、海洋金融等特色金融发展。积极争取金融开放和跨境人民币改革创新试点，鼓励外资、港澳和前海金融机构在宝安设立分支机构。在“降低资源要素成本”方面。要求有效减轻企业各类负担和成本，稳定市场预期。充分发挥金融超市的平台作用，联合金融机构提供授信额度。推进知识产权证券化、供应链金融等服务创新，多渠道解决中小企业融资难、融资贵问题。完善工业用房租金指导价格发布制度，遏制租金非理性上涨。规范整顿人力资源市场，稳定用工成本。（深圳市宝安区人民政府）行业动态1、平安银行：物联网卫星升空，升级星云物联计划，提升供应链金融服务2月27日，“天启星座19星（平安2号）”物联网卫星发射升空，卫星顺利进入预定轨道，平安银行星云物联计划再添加一星。这也是平安银行与合作伙伴共同探索航天技术等高新技术在金融领域的应用。通过持续迭代升级“星云物联计划”，提升供应链金融服务能力，切实有力地支持实体经济高质量发展。数据显示，截至发射当天，平安银行星云物联网平台终端设备接入数量超1100万台，落地20多个新型业务场景，覆盖10个行业，支持实体经济融资发生额达3000亿元。以“金融+科技”为战略指导方向的平安银行，走出了一条科技赋能金融，助力实现企业智能化、数字化经营的特色之路。借物联网之力，平安银行得以获取企业授权的第一手生产经营数据,打通产融信息壁垒,突破企业融资时常面临的缺乏抵押物、缺乏信用等问题，帮助企业“有条件”增信,让企业信用有效变现,解决中小微企业融资难题。（平安银行）2、微众银行与河南农担公司签约，开展线上农业融资担保业务2月22日，微众银行与河南省农业信贷担保有限责任公司(以下简称“河南农担”)达成合作,共同开展农业领域线上融资担保业务合作,进一步深化农业融资担保服务模式创新,助推农业高质量发展。此次创新推出的服务模式,将面向微众银行微业贷所服务的“三农”客户,由河南农担公司进行担保,结合双方线上化服务能力及大数据风控体系,实现对业务风险的有效把控,切实拓宽涉农小微企业的融资渠道。微众银行依托大数据风控、区块链等金融科技,打造出国内首个线上无抵押企业流动资金贷款产品“微业贷”,打通了小微企业融资难的“最后一公里”,有效降低了小微企业获得融资服务的门槛,在农业领域通过供应链金融模式与饲料、农机、化肥、种子、农药等行业的超过50家核心企业达成合作,深入触达现代农业各个产业领域。（共工日报社）3、山钢金控供应链金融投用可视化数据展厅：实时掌握交易数据2月25日消息，山钢金控供应链金融可视化数据展厅近日投用。展厅配置实时数据大屏和演示屏幕，全景展示运营数据，交易数据实时播报，运营数据实时掌控，通过可信数据资产的高效流转。目前，该公司舜信平台累计交易链突破 90 亿元，数智金控累计服务客户超过1000家，投放量超过125亿，普惠金融助力中小企业融资，业务布局辐射全国（山东钢铁集团有限公司）4、上海钰翔集团牵手联信科技，打造供应链金融管理体系2月23日消息，上海钰翔科技集团与联信科技携手，通过数字化手段为供应商、金融机构、物流企业、施工企业等供应链上企业提供“交易赋能、服务赋能、技术赋能”。上海钰翔科技集团有限公司是一家专注于打造业界一流供应链管理平台的创新型互联网集团。钰翔科技集团整合供应链上下游资源，基于真实的自偿性贸易、物流确权服务，通过活体检测、人脸识别、电子签约、GPS定位、全程监控、区块链等高新技术的应用，为供应商和终端客户提供一站式标准化供应链管理解决方案。钰翔科技集团与中国建筑、中国中铁、中国铁建、中国交建、中国能建、中国中冶、中国电建、中国核建、上海建工、隧道股份等近百家中国500强企业深度合作，为其提供专业、高效、高质的供应链管理服务。（河南热线）5、深圳前海联易融商业保理：100亿元ABS获深交所受理2月24日，据深交所固定收益信息平台显示，国海证券-泉融1-50期资产支持专项计划项目状态更新为“已受理”。据了解，该债券类别为ABS，拟发行金额100亿元，发行人为深圳前海联易融商业保理有限公司，承销商及管理人为国海证券股份有限公司。据悉，该项目发行人深圳前海联易融商业保理有限公司成立于2016年5月12日，注册资本8亿元，法定代表人为冀坤。目前，深圳前海联易融商业保理有限公司对外投资4家公司。（观点网）6、兴业银行：拟向新希望集团提供总额200亿元授信及融资2月24日，兴业银行与新希望控股集团有限公司（以下简称“新希望集团”）在福州签署全面战略合作协议，拟向该集团提供总额200亿元的本外币集团授信及其项下融资服务，重点支持新希望集团农牧食品、乳品快消、智慧城乡、冷链物流等产业，深化合作，携手服务乡村振兴。根据协议，兴业银行将围绕新希望集团中长期发展战略，发挥自身“商行+投行”战略优势，整合集团资源，在巩固现有业务合作领域的基础上，加强绿色金融、投资银行、项目融资、供应链金融、支付结算、现金管理、财富管理、国际业务、融资租赁以及零售业务等领域全面战略合作，实现互惠共赢、共同发展，致力于打造金融服务实体、助力乡村振兴的新典范，为促进农村产业融合发展，全面推进乡村振兴贡献更大力量。（封面新闻）7、中信银行南京分行：助力连云港地区首单筑信凭证融资顺利投放2月24日消息，中信银行南京分行顺利投放江苏省连云港地区首单筑信凭证融资，标志着“筑链平台”在连云港基建供应链金融行业的发展进入全新阶段，成功打通业务全链，实现了基建供应链参与主体的融通创新、利益共享。中信银行南京分行辖属连云港分行与连云港筑链数字科技有限公司紧密合作，通过“筑链平台”成功实现了基于区块链应收款的“确权签发、签收、拆分、流转、质押、保理融资”，实现了对供应商的精准投放，成功帮助供应商缓解了“融资难、融资贵”的问题，助力推动了连云港基建领域产融新生态和数字化转型。下一步，中信银行南京分行将持续支持连云港市供应链产业生态建设，借助区块链、云计算、物联网等数字科技，聚焦供应链金融综合服务，以融促产，产融结合，深度挖掘，普惠服务全链。（人民网）8、浦发银行上海分行：创新数字供应链金融 助力小微企业发展2月24日消息，浦发银行上海分行成功落地上海地区首单买方付息模式下国内信用证在线福费廷业务，围绕中型企业支持其上游小型供应商发展，努力为小微企业缓解资金压力。这是该行在数字化赋能普惠金融，解决小微企业融资困难方面又一积极尝试。浦发银行通过优化升级其数字供应链金融服务，全新上线了买方付息模式下国内信用证在线福费廷业务。该服务使得单户融资金额达到1.5亿元，显著增强了众多企业及供应商采用国内信用证为结算方式的意愿。通过该方案，浦发银行上海奉贤支行成功帮助其某中型客户快速解决资金需求。据悉，该企业所在集团是国内知名品牌化妆品生产商，在护肤、面膜、婴童产品等细分化妆品类市场中均有较高市场占有率。本次公司通过浦发银行提供的国内信用证综合贸融方案，向其上游的两家小型供应商支付材料款。该行凭借在线福费廷低风险、低成本、放款速度快、无需占用企业授信、灵活付息的特点优势，最终仅用两个工作日便完成了开证及在线福费廷的放款。

2月27日，“天启星座19星（平安2号）”物联网卫星发射升空，卫星顺利进入预定轨道，平安银行星云物联计划再添加一星。这也是平安银行与合作伙伴共同探索航天技术等高新技术在金融领域的应用。通过持续迭代升级“星云物联计划”，提升供应链金融服务能力，切实有力地支持实体经济高质量发展。“星云物联网”助力农业发展数据显示，截至发射当天，平安银行星云物联网平台终端设备接入数量超1100万台，落地20多个新型业务场景，覆盖10个行业，支持实体经济融资发生额达3000亿元。以“金融+科技”为战略指导方向的平安银行，走出了一条科技赋能金融，助力实现企业智能化、数字化经营的特色之路。目前，我国高度重视帮助中小企业的纾困发展和创新能力培育，中央经济工作会议明确指出要引导金融机构加大对小微企业、科技创新、绿色发展的支持。而缺乏信贷数据与抵押物是中小企业在融资时常面临的一大桎梏。2020年12月，平安银行与合作伙伴共同发射的物联网卫星“天启星座08星（平安1号）”，拉开了平安银行通过物联网“连接天地”的序幕，该行成为率先自主建设“天地一体化”物联网金融服务的商业银行。平安2号发射现场。借物联网之力，平安银行得以获取企业授权的第一手生产经营数据,打通产融信息壁垒,突破企业融资时常面临的缺乏抵押物、缺乏信用等问题，帮助企业“有条件”增信,让企业信用有效变现,解决中小微企业融资难题。本次平安银行与合作伙伴共同发射的“平安2号”卫星，与“平安1号”相比采用了新的通信机制，在技术与性能上有了进一步的突破：通信链路更加稳定，地面最低5°仰角可以与卫星进行双向通信；通信速率更大，最高支持3.5kbps；卫星地面终端的通信模组尺寸更小、功耗更低，有效降低终端铺设和使用成本。据了解，“平安1号”与“平安2号”两颗物联网卫星相继上天，通过配合协作，将为平安银行的企业客户提供更有效和更可视化的资产监控与控制服务。据悉，经过授权，企业无论身处何地，即便是深山、海洋、沙漠等偏远地区，也可以不受通信和地域的限制，将最全面的经营数据及时传送给银行，真正做到“客户在哪，数据在哪，服务就能跟到哪儿”，助力金融活水精准滴灌实体经济。

　　12月22日,平安银行、中国信息通信研究院联合举办了2021中国物联网金融发展大会。大会以“星云联万物产融共华章”为主题,汇聚行业力量,共同推动物联网产融发展,切实履行用科技驱动金融创新,用创新更好服务实体的使命和责任。　　大会上午场,工业和信息化部科技司副司长任爱光,平安集团总经理、联席CEO、平安银行董事长谢永林,广云物联网科技(广州)有限公司董事长,中国信息通信研究院总工程师魏然发表开场致辞。　　任爱光对平安银行与中国信通院的合作表示认可,他提出,产业做优做强离不开金融的支持,双方联合探索出了物联网技术与金融信贷业务深度融合的新模式,不仅对推动产业发展、发掘物联网相关应用意义显著,也在一定程度上解决了小微企业的融资难题。　　“对于平安银行来说,在支持实体方面,一个重要的发力点就是聚焦小微企业。”谢永林在致辞中表示,平安银行搭建星云物联网平台,实现了以一个简单的设备传输企业授权数据,成功赋予了数据帮助企业获得金融支持、加快企业数字化转型的两大价值。　　广云物联网科技(广州)有限公司董事长表示,如今的形式是快速建立一个完整的,高效的物联网体系,并不断通过企业创新,推动整体的大改变、大发展,如今,广云物联网科技(广州)有限公司已经取得了2020年7月20日阿里天猫精灵AIoT金牌合作伙伴证书,2020年7月21日获得华为云精英服务商证书等荣誉,未来,将会以联合创新发展理念,带动大局势发展。　　中央网信办专家咨询委员会顾问、中国工程院院士沈昌祥,平安集团首席科学家肖京,京东集团副总裁李波,平安银行公司业务总监、交易银行事业部总裁、创新委员会秘书长李跃等物联网金融领域顶级专家、头部企业代表在现场发表主题演讲。　　会上还进行了数字贷推介暨现场签约仪式,并由平安银行、信通院、塔比星信息技术(深圳)有限公司牵头,携多家企业组建“星云开放联盟”,共建物联网金融产业生态。　　现场,平安银行与信通院联合发布《中国物联网金融发展与展望2021》白皮书,就监控对象、监控设备、业务流程、风控模型等四类技术的标准化框架进行探讨,推动物联网+金融的标准建设。　　同日下午,大会还将开展更多物联网金融主题相关演讲,及“新应用,物联网+产业金融发展”“新技术,商业航天+金融科技发展”两大主题论坛。