【邀请函】摩斯社区开放麦OPEN MIC——2024隐私计算产业趋势分享沙龙

简介: 免费社区活动,现场茶歇,和众多一线专家面对面畅谈隐私计算最新趋势,直面行业应用问题和痛点,共商新场景新案例新思路新方法。

今年以来,隐私计算技术取得了全新的发展,受到各领域广泛关注。

报告方面:IDC发布首个《中国隐私计算市场份额报告》,表示2022年中国隐私计算市场达到1.2亿美元,相比比21年增速92.9%......

标准方面:行业多个隐私计算相关标准立项和发布,ISO混淆电路国际标准,行业互联互通标准、数据运营流通标准等等......

产业方面:“金融与营销分别成为隐私计算平台的典型应用行业与场景”、“政务数据共享场景重点探索中”、“部分企业在医疗展开应用”......

诚邀大家参与摩斯社区线下沙龙活动

“摩斯社区开放麦OPEN MIC”

“2024隐私计算产业趋势&金融行业专场”

欢迎相关行业人士、媒体报名参加!

12.13设计社区.png

这是免费的社区开放活动
这是前沿技术落地的思想碰撞

蚂蚁集团和行业多位一线专家
畅谈隐私计算最新趋势
直面行业应用问题和痛点
共商新场景新案例新思路新方法

这是轻松的沙龙分享活动
现场茶歇,边吃边聊
社区开放麦,面对面互动交流
还可以报名,成为讲师参与分享

01 面向观众

金融、科技等行业相关从业者,媒体人员

02 时间地点

线下活动时间:12月27日13:30-17:00

线下活动地点:上海蚂蚁S空间 201访客会议室

03 议程安排

一、签到环节 13:30-14:00

现场嘉宾和观众签到入场,提前茶歇交流。

二、嘉宾分享环节 14:00-16:00

从应用看“隐私计算在金融行业的落地场景”(60min)
银行和互金行业——蚂蚁数字科技 金融解决方案专家 黄奉孝
保险行业—— 蚂蚁数字科技 保险解决方案专家 王松阳

从技术和标准看“隐私计算技术发展趋势”(30min)
蚂蚁集团隐私计算标准化负责人 昌文婷
摩斯算法专家、新加坡南洋理工大学博士后 李漓春

艾瑞咨询看“国内隐私计算行业发展趋势”(30min)
艾瑞咨询行业专家 张玉

三、社区互动环节 16:00-17:00

摩斯社区成立仪式(5min)

摩斯社区开放麦(55min): 观众与嘉宾们现场交流互动

04 主办方

主办单位:摩斯隐私计算社区

合作单位:艾瑞咨询、商业评论等机构

相关文章
|
2月前
|
Linux API 网络安全
OpenClaw+魔塔Ollama私有化部署、阿里云部署与无限量本地模型+千问API与免费Coding Plan接入实战指南
OpenClaw作为轻量化AI Agent框架,在自动化任务、文件处理、代码生成、信息检索等场景中效率突出,但商用API高额Token消耗、网络限制与数据隐私问题,长期制约个人与团队规模化使用。通过魔塔ModelScope国内源加速部署Ollama,搭配支持工具调用的千问3.5系列本地模型,可实现OpenClaw完全离线运行、无限量调用、数据不出内网,彻底告别Token焦虑。本文基于2026年最新实践,完整覆盖Windows11/MacOS/Linux本地部署、阿里云云端部署、魔塔Ollama安装优化、局域网开放、OpenClaw配置对接、阿里云千问API与免费Coding Plan接入,提供
3014 0
|
存储 监控 NoSQL
第4期 MongoDB配置用户名密码认证登录
MongoDB配置用户名密码认证登录
4057 0
|
分布式计算 安全 算法
【重磅】中国隐私计算平台市场,摩斯第一
10月11日,全球领先的IT市场研究和咨询公司IDC发布了《中国隐私计算平台厂商市场份额,2022》报告。蚂蚁集团凭借商用隐私计算平台摩斯(MORSE),以 36.9%的市场份额排名第一。
【重磅】中国隐私计算平台市场,摩斯第一
|
机器学习/深度学习 人工智能 机器人
使用DeepSeek必备的10个技巧
使用DeepSeek必备的10个技巧
1268 1
|
人工智能 算法 大数据
科技云报到:以数据“价值三角”为擎,探索数据治理实践路径
过去四十年,经济发展主要依靠土地、劳动力和传统技术。如今,数据成为继土地、劳动、资本和技术后的新型生产要素,推动数字经济时代的融合创新。然而,数据共享受限于标准缺失、系统壁垒和安全问题,亟需数据治理以激活其价值。国家数据局等17部门发布《“数据要素×”三年行动计划》,旨在2026年前拓展数据应用并打造示范场景。蚂蚁数科推出的DataFab平台和新一代AI数据标注产品,助力企业高效管理数据资产,提升标注效率,推动数据要素市场的全面发展。数据作为新型生产要素,在云计算和人工智能的驱动下,正加速变革生产生活、经济发展和社会治理方式。
437 3
|
JavaScript
Element el-check 多选框详解
本文目录 1. 用途 2. 普通多选框 3. 带边框的多选框 4. 多选框组 5. 按钮样式的多选框组 6. 多选框组选中数量限制 7. 选项通过变量自动生成 8. 小结
1336 0
Element el-check 多选框详解
|
机器学习/深度学习 人工智能 安全
摩斯和华瑞银行反赌诈合作案例,荣获“上海金融科技优秀解决方案”奖
蚂蚁链摩斯凭借与华瑞银行合作的“基于摩斯隐私计算平台的反赌诈项目”,成功入选“2023年度上海金融科技优秀解决方案”。蚂蚁自2015年开始探索反赌反诈的智能风控技术,并于2016 年起布局隐私计算,探索行业数据协作的创新方案。摩斯作为蚂蚁集团的商用隐私计算平台,在联合风控方向上已服务80余家金融机构。
摩斯和华瑞银行反赌诈合作案例,荣获“上海金融科技优秀解决方案”奖
|
机器学习/深度学习 安全 算法
一文详解「隐私计算系统的安全攻防和实践」
摩斯科技技术负责人殷山,从安全攻防的角度解读隐私计算系统的安全性,通过分析攻击手段使我们对隐私计算安全有个系统全面的认识。点击查看全文~
一文详解「隐私计算系统的安全攻防和实践」
|
机器学习/深度学习 分布式计算 安全
一文详解隐私计算「四大技术路线」
隐私计算是一个快速发展的领域,涉及密码学、安全硬件、信息论、分布式计算等多个学科。目前公开的隐私计算技术资料和白皮书已经非常丰富,但是缺乏对各技术优缺点的深入分析和对比。本文将从性能、安全、隐私、功能、研发难度等多个角度分析对比各技术路线。
一文详解隐私计算「四大技术路线」
|
消息中间件 运维 监控
【kafka原理】 消费者偏移量__consumer_offsets_相关解析
我们在kafka的log文件中发现了还有很多以 __consumer_offsets_的文件夹;总共50个; 由于Zookeeper并不适合大批量的频繁写入操作,新版Kafka已推荐将consumer的位移信息保存在Kafka内部的topic中,即__consumer_offsets topic,并且默认提供了kafka_consumer_groups.sh脚本供用户查看consumer信息。 __consumer_offsets 是 kafka 自行创建的,和普通的 topic 相同。它存在的目的之一就是保存 consumer 提交的位移。__consumer_offsets 的每条消息格
2903 0
【kafka原理】 消费者偏移量__consumer_offsets_相关解析

热门文章

最新文章