光大科技—共享智能决策引擎旨在实现数据、指标、规则、模型、决策流等模块的统一管理与灵活配置，构建专业、强大、灵活的决策中台，通过隐私计算、建模平台和模型管理等模块的开发和场景落地，有效攻克了数据使用中“获取壁垒高”“模型重复建设”“管理效率低”“客户信息易泄露”等难题，并提供用于获客、授信、交易、零售、对公等场景整体的解决方案。
隐私计算
数据流通是释放数据价值的关键环节，隐私计算技术为数据流通提供了解决方案。隐私计算在保障数据安全的前提下，充分释放数据潜在价值和效益，成为数据合规可行的“技术解”。
该引擎隐私计算模块除了包含联邦学习建模服务，还升级了产品整体架构升级、集成了主流隐私计算平台打造了互联互通的生态、提升了跨域数据校验等自研算法的性能。
建模平台
该引擎建模平台是集数据源管理、一键建模、拖拉拽建模、专家建模、系统管理于一体的全生命周期可视化建模平台。
模型管理
该引擎模型管理平台支持本地模型和隐私计算模型两大类模型的管理。其包含模型管理、模型发布、模型监控等功能，可实现对本地和隐私计算模型进行统一集中的管理；完善模型工作流程，降低操作风险；帮助企业快速实现数据模型的应用与管理目标。
平台融合
该引擎通过对建模平台、模型管理和隐私计算进行研发、建设、整合，实现了三大平台之间的融合；同时，传统机器学习与隐私计算技术相结合，实现了本地模型与联邦模型的集成，达到补充数据源、增强模型效果的目的。
算法创新
通过业务实践，光大科技研发了适应不同金融场景的创新算法。例如，在保证数据安全的前提下，利用自研算法可验证秘密共享（VSS）实现跨机构联邦统计，可联合多个参与方计算出客户的总资产，以挖掘潜力客户，指导进一步业务开展。跨域数据校验算法，可以在不泄露各方数据的前提下，有效利用数据源，实现跨域数据安全比对，实现数据的校验目标。基于不经意传输（Oblivious Transfer，OT）的匿踪查询，能保证在数据查询过程中数据接收方和发送方双方的数据安全。
互联互通
在本地建模过程中，成型的模型需要结合决策引擎共同发挥业务决策作用，该引擎可以有效支持多种决策引擎的集成与对接。其次，随着隐私计算技术的发展，为打通因技术差异造成的壁垒，避免形成“计算孤岛”，特别是作为数据流通产业的基础建设，不同隐私计算平台之间的互联互通已经成为业内共识。同时，该引擎以互联互通为目标，实现联邦学习、多方安全计算等隐私计算技术的整合，并设计了互联互通的标准，在已有平台上叠加可管可控的跨平台功能,来实现数据流通基础设施的一种递进式扩展，与其它平台进行有效对接。
