大数据驱动的运营创新和探索蚂蚁金服技术

数据流通是释放数据价值的关键环节。然而，数据流通也伴随着权属，质量，合规性，安全性等诸多问题，这些问题成为了制约数据流通的瓶颈。

a.数据质量

数据流通首选需要解决数据资源在符合使用方质量要求的前提下的高效流动。高效流动需要数据资源标准化，产品化，数据资源实时在线可按需查询，数据资源覆盖度能满足需方业务需求，以及相同需求的数据资源具备多个数据源可供应。目前，因为数据需求方的个性化需求，导致实际流通数据多以单一供应方按需定制加工方式处理，对需方来说，不能获得持续，多源的，标准化的数据资源，阻碍了数据流通效率的提升。同时，数据质量评估也是数据流通需要解决的重要问题。由于数据资源的特殊性，很多情况下必须在实际使用后才可验证数据质量，质量评估检验的难度较大。加之不同数据源的数据质量参次不齐，质量衡量标准不一，质量评估体系不完备等问题逐渐显露，使需求方较难在流通之前评估供应源的数据质量，是困扰大数据产业与行业应用的发展的难点问题之一。

b.数据安全与隐私保护

c.数据流通基础设施

在过去一年，蚂蚁金服一直在尝试用技术手段解决这些业务问题。

a.个人信息保护

差分隐私，同态加密等加密技术都可以实现对个人数据信息保护的前提下，实现数据计算任务。

b.权益分配

权益分配是数据流通的基本动力。对权益进行合理分配才能促进数据不断流通。必须保证数据拥有者，数据持有者，数据开发者都能够得到合理分配的权益。权益分配策略必须在技术上简单高效可行。技术要能够满足以下需求:一是权益分配方案必须为各方所共同接受。必须按照各方贡献价值大小进行分配。二是必须能够快速高效计算各方贡献价值，保证各方贡献价值真实有效。其中，区块链技术可以实现高效安全的多方利益分配机制，做到去中心化，信息可追溯，并且提供可信的多方计算环境。

c.数据安全保障

安全保障是数据流通的关键屏障。必须通过技术手段保障流通数据安全与用户安全。一是对流通的数据应采用加密手段处理，保证数据在传输过程中的安全。二是在上传数据前必须明确告知被收集者，禁止在未经被收集者同意情况下采用技术手段直接上传数据。三是禁止流通任何危害国家安全社会稳定，侵犯他人权利，涉及商业机密的数据。技术上能够做到对这些数据检索识别，追踪数据上传源头。四是数据必须在一定范围内使用，符合有限使用原则。技术上能对数据使用范围做出检测，警告超出合理使用范围的数据应用。其中，安全多方计算技术，可以确保在保护数据提供方数据的前提下，实现多方安全协同计算，并确保各参与方得到正确的数据结果反馈。

d.追溯审计

用户的安全求交是多方安全计算典型的例子。比如机构想在支付宝端给直销用户，其他用户或者第三方公开用户发送红包。机构知道用户身份证号，手机号，但机构不想将这些信息共享给蚂蚁。蚂蚁有用户支付宝ID与身份证号的对应关系，但蚂蚁也不想把这些数据共享给机构。双方在互相不泄露信息的情况下如何求共同用户的交集并实现红包的发放技术人员通常会想到两边加哈希。但是哈希已被破解，而且通过穷举哈希也可以碰撞出相应的身份证号，哈希方法非常不安全。蚂蚁现在采用DH算法，先做哈希再做两边加密。如下图右边，假设A方是蚂蚁，B方是机构，双方都有自己的乱序ID集合。机构方生成自己的密钥，蚂蚁也生成密钥，双方分别加密，将加密之后的信息交换，再用自己的密钥加密。这时便得到了两组内容，一组用XY顺序加密，另外一组用YX加密，找到两个加密函数，与原来数据集做对比就可以得到交集。

Step2.异常检测。每秒的流量都在变化，流量是时序数据，可以采用ETS时序算法描述时序数据。ETS时序算法通常用在信息处理领域，用它的信号描述数据的模型并预测流量的大小。假设当天的流量偏离了预测值，就认为检测到了异常。异动的归因，即细分问题。这一步主要分析什么原因导致了变动。在Step1中，特征化基础数据得到了特征因子，通过查看各个特征因子的贡献度，如异动变化的相对值在绝对值以上，就可以发现哪些因子贡献了变动。

Step3.归因决策。在前面几步的基础上，归因决策主要确定要做什么样的决策（action），蚂蚁金服主要做了一个决策引擎来支持归因决策。