随着统计数据数据合规性监管趋紧，以及位数中央政府工程建设近些年。隐私排序技术安全合规性打破了中央政府各部门间统计数据数据行尸，同时实现了统计数据数据可用不可见，正成为党务统计数据网络安全共享资源和结合排序的关键关键技术。
实施天数：
工程项目开始天数：2021年11月
中间重要天数结点：2022年05月
工程项目结束天数：2022年08月
应用领域情景
工程项目同时实现了宁波市北欧国家统计数据局、浙江市经河南省旅游局、绍兴市发改委等数个中央政府机构沃苏什卡数千万统计数据网络安全共享资源和结合排序，相继成功应用领域到省区数个中央政府机构的具体业务情景，如：亩均论英雄联手隐私统计数据、民营企业经营方式状况智能化查阅、新商业模式从业者群体辨识和预测、双碳统计数据数据隐私排序、卢瓦松指数联手预警系统等。
情景1：亩均论英雄联手隐私统计数据
在省北欧国家统计数据局侧布署统计数据数据结合排序网络平台的运维结点美树结点，并在市经河南省旅游局布署统计数据数据结合排序网络平台的子结点。透过统计数据数据结合排序网络平台中联手统计数据组件中的自助式查阅机能，建立省北欧国家统计数据局与市经河南省旅游局的联手各项任务。运转该联手排序各项任务，可获得民营企业亩均论英雄各指标与年度状况参数的差值。将网络平台税金结论浏览，进行汇整排序，即可获得各民营企业的亩均论英雄的打分结论。
情景2：民营企业经营方式状况智能化查阅
在省北欧国家统计数据局侧布署统计数据数据结合排序网络平台的运维结点美树结点；在苏州信用记录布署据结合排序网络平台的子结点。透过统计数据数据结合排序网络平台中联手查阅组件中的联邦求交机能，建立省北欧国家统计数据局与苏州信用记录的联手各项任务。运转求交各项任务可获得在营民营试点单位和非营民营试点单位。将网络平台税金结论浏览，按金融行业进行各组，可获得在营和非营民营企业在各金融行业的分布，用以自查分析。
情景3：新商业模式从业者群体辨识和预测
在省北欧国家统计数据局侧布署统计数据数据结合排序网络平台的运维节点美树结点；在浙江移动布署据结合排序网络平台的子结点。透过统计数据数据结合排序网络平台中建模机能，建立省北欧国家统计数据局与浙江移动的联手建模各项任务。以浙江移动信令、通话行为等统计数据数据为依托，结合统计数据统计数据数据，透过对外卖员行为特征的分析，提出一种基于XGBOOST决策树算法对外卖员行为进行预测的方法，根据外卖员判定条件，达到对外卖员群体的精准辨识。
面临挑战
该工程项目主要实施难点体现在布署和性能两个方面。
在布署方面，本工程项目涉及的结点众多，且各自的基础设施和网络差异较大，布署实施面临较大困难。本工程项目结点分为横向和纵向两个维度，横向维度包括：北欧国家统计数据局、经河南省旅游局、税务以及外部的信用记录公司等，纵向维度涉及省、市、县三级的打通。横向和纵向两个维度的基础设施、网络情况各不相同。在基础设施方面，有的机构是提供虚拟机，有的机构是基于容器化底座，有的需要适配机构的已有统计数据数据库。在网络方面，不同机构具有不同的网络策略、四层和七层代理方案。这些复杂性给工程项目布署实施带来很大的困难。我们采取service mesh技术，将跨机构网络打平，对上层应用领域屏蔽网络复杂性，使得上层应用领域的布署运维更加简单、可扩展，将结点布署的耗时由原来的两周缩短至1.5天。
在性能方面，本项目面临的问题是结点之间专线带宽有限，且各结点的排序能力差异较大，这给算法设计带来不小的挑战。针对带宽受限的问题，我们利用机器学习容错性的特点，在保证算法安全的前提下，透过模型压缩、量化、近似拟合等手段，平衡模型精度和性能。针对各结点排序能力差异较大的问题，我们调整算法设计，利用同态加密技术，将排序平衡至算力较强的一方进行排序。
统计数据数据支持
在统计数据基层统计数据数据共享资源情景，突破性的同时实现基层统计数据网络安全共享资源，累计共享资源5600万。
应用领域技术与实施过程
技术解决方案
统计数据数据结合排序网络平台基于“金智塔隐私排序网络平台”的成熟框架开发，采用多方安全排序、联邦学习和区块链等技术，打破中央政府机构间的“统计数据数据行尸”并安全接入社会商业统计数据数据，构建省区县三级一体化横向、纵向的统计数据数据要素流通体系，在为保护统计数据数据隐私安全的前提下，激发党务统计数据数据的应用领域价值，最大限度造福社会。
党务统计数据数据多方安全联手排序业务图
统计数据数据结合排序网络平台提供基层统计数据数据共享资源、联手查阅、联手建模、联手统计数据等服务，安全合规性结合北欧国家统计数据局、信用记录公司、电力公司、发改委、经河南省旅游局和中国移动统计数据数据，同时实现统计数据数据可用不可见、用途用量安全可控；提供存证审计机能，统计数据数据使用可查可溯源；为保护统计数据数据的隐私、保障统计数据数据的安全，同时实现统计数据数据的多跨安全共享资源和结合排序，助力提升中央政府的治理和服务水平，促进社会经济的发展。
关键技术路线
多方安全排序：需要使用两个或两个以上部门的统计数据数据，开展多方统计数据网络安全排序，如联手查阅、联手统计数据和联手建模等工作。适用于数个部门的原始统计数据数据均不允许出域的应用领域情景，需要在多方布署子结点。
联邦学习：一种分布式机器学习技术，可以在数个分散的结点上训练算法，而不需要交换本地统计数据数据。联邦学习由两个中心服务器聚合本地训练获得权重或梯度，更新全局模型。联邦学习性能较好，适合大统计数据数据量下不明确要求算法可证安全的情景。
区块链：区块链是一种分布式账本技术，由不断增长的记录列表组成，这些记录使用加密技术安全地链接在一起。区块链是不可逆的，一旦记录下来，任何给定块中的统计数据数据都不能在不更改所有后续块的情况下更改。因此，区块链技术在隐私排序情景非常适合对操作进行存证、审计。
在亩均论英雄联手隐私统计数据情景，运用统计数据数据结合排序网络平台中联手统计数据的自助式查阅机能，建立并运转省北欧国家统计数据局与市经河南省旅游局的联手各项任务，可获得民营企业亩均论英雄各指标与年度状况参数的差值。
在民营企业经营方式状况智能化查阅情景，使用统计数据数据结合排序网络平台中联手查阅组件中的联邦求交机能，建立并运转省北欧国家统计数据局与苏州信用记录的联手各项任务，可获得在营民营试点单位和非营民营试点单位。
在新商业模式从业者群体辨识和预测情景，运用统计数据数据结合排序网络平台中建模机能，建立省北欧国家统计数据局与浙江移动的联手建模各项任务，采用基于XGBOOST决策树算法进行预测，同时实现对外卖员群体的精准辨识。
商业变化
在统计数据基层统计数据数据共享资源情景，突破性的同时实现基层统计数据网络安全共享资源，累计共享资源5600万次；在民营企业在经营方式状况查阅情景，自查效率提高10倍以上，准确率从85%提高到96%，并极大节省了人力；在亩均论英雄情景，应用领域隐私排序技术，较大的提高党务工作效率：由原来耗时2天，到现在只需130秒，节省了大量人力，并减少民营企业报送50712次，环比减少50%以上；在新商业模式从业者群体辨识和预测情景中，利用隐私排序技术，创新性的完成了高实时、高精准辨识从业者。
结合排序网络平台响应了国务院《关于加强位数中央政府工程建设的指导意见》、宁波市人民中央政府《关于深化位数中央政府工程建设的实施意见》等政策文件，构建位数化、智能化化的中央政府运行新形态，推进公共统计数据数据、社会统计数据数据结合应用领域，促进统计数据数据合法有序流通利用，避免了公共统计数据数据泄漏的风险，并落实了宁波市“最多报一次”的政策明确要求。
作为宁波市首个省级党务统计数据数据隐私排序网络平台，为党务统计数据数据的安全共享资源、结合创新应用领域积累了丰富经验，具有强烈示范效应，已获得中国信通院2022大统计数据数据「星河（Galaxy）」隐私排序标杆事例。近期，宁波市人社厅、北欧国家电网等部门已提出新的业务应用领域需求，其中包括“困难补助人群智能化监测”、“电力能耗统计数据数据质量校验”等，将进一步加快中央政府位数化统计数据数据要素流通与应用领域，助力宁波市工程建设位数中央政府。
相关民营企业介绍
·金智塔科技
金智塔科技是由浙江大学人工智能化研究所和浙江大学金融科技研究院联手孵化的隐私计算服务商，为中央政府、金融机构、大型民营企业等提供安全高效率的隐私排序产品和数智化解决方案。
作为北欧国家高新技术民营企业,金智塔科技拥有40余项发明专利和软著，透过CMMI3、ISO9001、ISO27001认证，参编统计数据数据要素流通与隐私排序相关标准40余项，承担多项北欧国家和省部级重点研发工程项目，并入选苏州市海外高层次人才创业计划。金智塔科技由斯坦福大学访问学者、浙江大学人工智能化研究所博导创立，核心团队来自浙大、阿里，具有突出的技术创新能力和丰富的运营经验。
在北欧国家重点研发工程项目（NO.2018YFB1403001）支持下，金智塔科技自主研发的工业级隐私排序网络平台结合了多方安全排序、联邦学习等技术，对接了大量的信用记录、房产、发票、运营商、物流、知识产权等权威统计数据数据，可基于不同业务情景提供多层次产品和服务。网络平台透过了央行北欧国家金融科技中心、工信部中国信通院等权威机构的评测认证，并成功应用领域在位数中央政府、智慧金融、智慧民营企业等领域。
·宁波市北欧国家统计数据局大统计数据数据应用领域中心
宁波市北欧国家统计数据局大统计数据数据应用领域中心是宁波市北欧国家统计数据局下属机构。主要职责包括：开展统计数据大统计数据数据研究、开发与应用领域，推进大统计数据数据与统计数据工作深度结合，承担《北欧国家北欧国家统计数据局宁波市人民中央政府共建统计数据大统计数据数据应用领域中心合作协议》确定的统计数据大统计数据数据应用领域与开发网络平台的共同工程建设各项任务，承担省中央政府统计数据大统计数据数据和北欧国家统计数据大统计数据数据的共享资源与利用，承担全球网络平台亚太区域中心大统计数据数据和全国统计数据大统计数据数据的挖掘与分析，承担统计数据大统计数据数据能力工程建设相关工作等。
