大红鹰论坛科技致力于解决行业大数据的可靠来源及基于区块链技术的“零知识证明”的数据应用及服务
。在个人及机构信息泄露日益猖獗的今天

，大红鹰论坛的大数据平台在保护数据隐私的前提下，安全及可靠的收集相关信息
，并对信息进行人工智能筛选分类，通过区块链存储
、调度及分发相关加密分片，为行业客户提供相关信息证明。

我们通过“零知识证明”来反馈调度请求，并非提供数据信息给到行业客户，最大限度的保证了数据的安全

。

大红鹰论坛科技将区块链技术引入传统的大数据系统内，为数据赋能，并使得大数据系统更加健康持久。

一、数据安全
：区块链让数据真正“放心”流动起来

区块链以其可信任性、安全性和不可篡改性，让更多数据被解放出来。用一个典型案例来说明，即区块链是如何推进基因测序大数据产生的。区块链测序可以利用私钥限制访问权限
，从而规避法律对个人获取基因数据的限制问题，并且利用分布式计算资源，低成本完成测序服务。区块链的安全性让测序成为工业化的解决方案，实现了全球规模的测序，从而推进数据的海量增长

。

二、数据开放共享：区块链保障数据私密性

政府掌握着大量高密度、高价值数据，如医疗数据、人口数据等
。政府数据开放是大势所趋，将对整个经济社会的发展产生不可估量的推动力
。然而，数据开放的主要难点和挑战是如何在保护个人隐私的情况下开放数据
。基于区块链的数据脱敏技术能保证数据私密性，为隐私保护下的数据开放提供了解决方案。数据脱敏技术主要是采用了哈希处理等加密算法
。例如，基于区块链技术的英格码系统(Enigma)
，在不访问原始数据情况下运算数据，可以对数据的私密性进行保护，杜绝数据共享中的信息安全问题。

三

、数据存储：区块链是一种不可篡改的
、全历史的、强背书的数据库存储技术

区块链技术
，通过网络中所有节点共同参与计算
，互相验证其信息的真伪以达成全网共识，可以说区块链技术是一种特定数据库技术。迄今为止我们的大数据还处于非常基础的阶段，基于全网共识为基础的数据可信的区块链数据
，是不可篡改的、全历史的
、也使数据的质量获得前所未有的强信任背书，也使数据库的发展进入一个新时代。

四
、数据分析：区块链确保数据安全性

数据分析是实现数据价值的核心。在进行数据分析时，如何有效保护个人隐私和防止核心数据泄露，成为首要考虑的问题。例如，随着指纹数据分析应用和基因数据检测与分析手段的普及，越来越多的人担心，一旦个人健康数据发生泄露
，将可能导致严重后果。区块链技术可以通过多签名私钥、加密技术
、安全多方计算技术来防止这类情况的出现。当数据被哈希后放置在区块链上，使用数字签名技术，就能够让那些获得授权的人们才可以对数据进行访问
。通过私钥既保证数据私密性，又可以共享给授权研究机构。数据统一存储在去中心化的区块链上，在不访问原始数据情况下进行数据分析，既可以对数据的私密性进行保护，又可以安全地提供给全球科研机构、医生共享，作为全人类的基础健康数据库，对未来解决突发疾病、疑难疾病带来极大的便利
。

五、数据流通：区块链保障数据相关权益

对于个人或机构有价值的数据资产
，可以利用区块链对其进行注册，交易记录是全网认可的
、透明的
、可追溯的
，明确了大数据资产来源、所有权
、使用权和流通路径
，对数据资产交易具有很大价值。

一方面

，区块链能够破除中介拷贝数据威胁，有利于建立可信任的数据资产交易环境。数据是一种非常特殊的商品，与普通商品有着本质区别
，主要是具有所有权不清晰、 “看过、复制即被拥有”等特征，这也决定了使用传统商品中介的交易方式无法满足数据的共享、交换和交易
。因为中介中心有条件、有能力复制和保存所有流经的数据，这对数据生产者极不公平。这种威胁仅仅依靠承诺是无法消除的
，而这种威胁的存在也成为阻碍数据流通巨大障碍。基于去中心化的区块链
，能够破除中介中心拷贝数据的威胁，保障数据拥有者的合法权益
。

另一方面

，区块链提供了可追溯路径，能有效破解数据确权难题。区块链通过网络中多个参与计算的节点来共同参与数据的计算和记录
，并且互相验证其信息的有效
，既可以进行信息防伪
，又提供了可追溯路径
。把各个区块的交易信息串起来，就形成了完整的交易明细清单
，每笔交易来龙去脉非常清晰、透明
。另外
，当人们对某个区块的“值”有疑问时，可方便地回溯历史交易记录进而判别该值是否正确
，识别出该值是否已被篡改或记录有误。

大红鹰论坛科技大数据风控系统主要功能
：

银行业务事中风控解决方案针对银行的全渠道业务构架一套独立的风控系统
，把不同渠道的产品

，包括电子银行、直销银行
、互联网信贷、信用卡、借记卡
、柜面等，纳入统一的监控平台，根据不同的业务特点制定针对性的策略
，进行统一防控。

本地化解决方案

基于客户自身数据
、第三方数据及负面信息数据，帮助客户本地化开发规则模型，支持规则模型本地化全生命周期管理
。同时，确保客户数据安全，防止数据上传至其他云平台导致外泄。

银行业务中央风险防控方案

针对银行业务不同产品，如电子银行

、信用卡
、借记卡、柜面等，基于其面临的不同风险构建综合防控体系，帮助银行建设中央风险防控体系。

大数据集成、清洗、计算能力

能够对行内历史数据、央行征信数据、三方征信数据
、三方采集数据进行深入的清洗
，实时计算出规则和模型所需的指标数据
，提升反欺诈规则和模型的精确性
。

事中动态监控

制定的反欺诈规则模型响应时间在100毫秒以内
，自定义各种动态的风险监控策略
，支持新业务的快速开展，有效解决金融机构产品创新与风险管理能力。

支持复杂的规则数据处理能力

产品基于流处理技术处理复杂数据，突破了数据库的性能瓶颈，能够处理数据库技术不能处理的一些复杂逻辑
，包括长数据周期、大维度统计

、复杂事件处理等，极大的增强了银行的反欺诈能力。

集成反欺诈专有技术

包括设备指纹、人机识别、代理侦测、智能定位、模糊匹配、关联分析等，全面提升反欺诈的准确性
。全面的外部数据提升反欺诈精准性

全面的外部数据提升反欺诈精准性

针对性的反欺诈数据，包括多头借贷数据、通信小号、虚假手机号、代理IP、VPN IP
、IDC IP、定位数据、黑名单等，帮助提升反欺诈的准确性。