大数据安全与隐私保护研究

大数据时代的到来,潜移默化地影响着人们的生活和工作,思维模式也在渐渐转变,学者们也在不断加大对大数据的研究力度,但互联网企业在搜集和使用数据的同时也衍生出许多问题,尤其是大数据用户的隐私泄露问题。由此,文章从大数据安全与隐私保护的重要性、大数据背景下隐私泄露的主要渠道以及隐私保护分析状况和加强大数据安全与隐私保护的实施途径3个方面进行阐述。     

大数据脱敏技术在电力用户隐私信息保护中的运用

本文主要阐述了电力系统多业务场景的大数据脱敏技术,研究了基于电力企业多业务场景的大数据脱敏用户隐私信息保护方案,分析了电力用户隐私信息保护的应用,有利于避免各种隐私数据泄露问题。     

供应链金融服务创新

供应链金融是运用供应链管理理念和方法,为供应链链条上的企业提供的金融服务,其模式是以核心企业的上下游为服务对象,以真实的交易为前提,在采购、生产、销售的各个环节提供金融服务。众多企业供应链相互交织,构成了一个庞大的供应链金融网络。发展供应链金融有很多益处,如可为众多中小企业提供融资服务,可提高银行贷款安全度,可加快货币资金流转速度,可快速提供经济预警,可多业融合,跨界经营,增强经济创新动力。从发展的角度看,随着金融与物流两业的日益融合,金融与物流开始融入电子商务平台,互联网金融潮流开始兴起,在线供应链金融出现平台化趋势,大宗商品在线交易也艰难前行。当前,随着供应链金融日益向信用担保方向发展,向实物担保方向发展,向商贸、金融、物流一体化方向发展,向电商、金融、物流合作平台方向发展,为更好地适应供应链金融速度快、流程标准化、融合化等新特点,控制供应链金融风险,为供应链金融提供一个更加良好的发展环境,一要改变考核体制和机制,既不要填鸭式贷款,也不要釜底抽薪;二要重视大数据,用好大数据,确保基础数据的真实性,确保数据能够聚焦成指标,确保不同数据体系之间能够互联互通,确保能够积累准确的参数,确保树立先进的数据应用理念,借助大数据全方位了解企业信息,判断企业信用好坏,在行业判断、企业评估、风险控制中充分发挥大数据的作用;三要构建供应链网络金融体系,把眼光放大到整个供应链网络,及时发现问题隐患,规避风险。     

供应链金融与互联网金融的比较研究

供应链金融与互联网金融共同服务中小企业,互联网金融不断冲击传统金融机构,供应链金融被认为是银行抵抗互联网金融并进行转型发展的有效手段。文章从推进"金融民主化"进程、缓解信息不对称、降低交易成本、加强风险管理四个角度对两者进行比较研究后得出结论:互联网金融的优势在于平台、数据和信息技术,供应链金融的优势在于资本、信用和风险控制能力,互联网金融无法取代供应链金融,供应链金融应与互联网金融互相借鉴。     

先进制造业互联网供应链金融运作模式研究

"互联网+"背景下先进制造业供应链金融运作模式的实施,可实现互联网、大数据、人工智能与先进制造业的深度有效融合。通过对先进制造业互联网供应链金融结构的分析,指出互联网供应链金融具有传导效应、价值增值效应、可控效应和优化效应,这些效应对先进制造业发展起到提质增效的作用。基于"互联网+"背景下先进制造业供应链金融运作模式博弈分析,得出该模式下先进制造业企业愿意积极开展融资活动,而金融机构对实施信贷活动的意愿也更为强烈,有助于供应链金融实现整体稳定、价值增值和风险可控。     

互联网供应链金融信用风险度量与盯市管理

在对互联网供应链金融信用风险度量中,可充分发挥互联网便利获取中小企业即时动态非财务数据(如交易频率、客户活跃程度、满意度等)的优势,掌握中小企业基本状况、互联网交易状况、互联网服务质量、供应链行业状况等指标,以主成分分析法确定影响互联网供应链金融的主要影响因素,准确、及时了解互联网供应链金融的风险程度,突破传统以财务指标为主衡量金融风险的局限。在此基础上,可借鉴期货风险管理的经验,设计互联网供应链金融风险管理的盯市制度,以逻辑回归风险判别器进行信用风险判断,进一步控制和降低互联网供应链金融的信用风险。     

基于机器学习方法的个人信用评价研究

在大数据和互联网技术迅猛发展的背景下,金融大数据平台公司通过自己的平台收集和整理海量数据,完善信用评价维度,运用机器学习方法对个人信用水平进行全面科学评价,因而,商业银行传统个人信用评价面临巨大挑战。从现有个人信用评价体系和方法局限出发,探讨基于机器学习方法的个人信用评价研究的必要性,完善个人信用评价维度和评价体系,明确数据采集的渠道,运用动态脱敏技术进行数据脱敏、LOF检验方法检验数据异常值和随机森林方法补充数据缺失值。接着,运用梯度提升决策树方法筛选重要性指标,通过基于逻辑回归的评分卡模型对筛选后的指标进行处理,输出个人信用评价分。最后,通过BP神经网络对模型进行检验,运用该模型对个人信用水平进行预测。研究表明基于机器学习能够进一步提高个人信用评价的准确性,为商业银行个人信用评价提供科学的依据和参考。     

物联网环境下网络安全和隐私安全分析

物联网是基于互联网技术为全球商品供应链提供服务而建立的平台,互联网的安全性对物联网的开发和使用至关重要,它影响着使用者本身的安全以及他们自身隐私信息的安全。因此加强物联网网络安全,提高物联网的安全措施,提高自身抗攻击能力,采用数据安全认证、建立客户的隐私保护机制、健全法律体系对物联网的安全保证,从技术和法制上对物联网加强安全。     

大数据下的互联网金融创新发展模式

在以网络化和数据化为特征的新经济时代,金融与大数据交叉融合发展。大数据是金融的核心资产,通过从海量的数据中快速获取有价值的信息以支持商业决策,进一步推动金融业发展;大数据促进互联网金融模式的不断创新,使互联网金融企业实现精准营销、规避风险、优化经营绩效、提高运营效率;利用大数据技术可逐步解决金融格局演变、信用评估、风险防控、信息安全等的一系列难题。     

互联网用户行为数据在个人征信中的权重分析

用户互联网行为可以反映用户的品质、资金实力等情况,使用互联网行为数据进行个人征信分析成为征信业务的重要组成部分,有助于互联网金融的风险管控。然而互联网征信评价指标众多,包括网络购物、网络支付、网络银行等数据,如何科学确定信用评价的维度并赋予指标数据在各个维度中的权重,是互联网个人征信分析急需解决的问题。本文首先建立互联网个人征信模型,然后通过问卷调查获取用户对互联网各项指标的认可度,并使用模糊层次分析法,分析征信模型中各指标的权重。