精准人群识别

拥有中国电信全国31个省份的用户上网行为日志，客户通过自身拥有用户的标签数据、行为数据及其他辅助数据，通过跨领域的企业界数据合作，与电信的DPI数据的浏览记录进行加密联合建模，更有效地训练模型辅助自身市场布局、策略优化，从而提升竞争力准确把握用户关注的产品或偏好，精准人群识别。在技术层面帮助企业更好地确立自身合作与竞争策略，从而更好推动企业良性发展。已与多家公司合作，广泛应用于各个领域，在多场景的实际应用提升效益明显。

数据隐私保护操作安全合规

保护用户的隐私与安全，做到自有数据不出本地，通过高性能隐私计算算法库，对数据进行加密，不违反数据隐私保护法规的情况下，建立一个虚拟的共有模型。做到端对端的网络打通之后，建立双边关系才能发起联合建模服务。减小违规隐患，能够实现业务溯源。

智能分析平台

任务面板由用户管理、任务仪表盘、任务可视化、任务管理与日志管理等模块组成，支持模型训练过程全流程的跟踪、统计和监控等，并为模型运行状态、模型输出、日志追踪等提供了丰富的可视化呈现。

金融风控领域

拥有通信行为特征、上网行为特征等部分用户关键特征数据，通过跨行业、跨机构的多样性欺诈数据特征互补，在保障用户的数据安全以及企业的数据所有权与控制权的前提下，提升客户金融反欺诈业务场景模型的效果，从而提升金融行业的整体反欺诈能力。

数据创作

可以让用户导入数据特征，具有授权管理、样本对齐等功能。

智库

算法实现上会预制多种算法进行数据的处理，包括特征工程、分类算法、回归算法、无监督学习等算法模型，具备升级扩容功能。无协调方的联邦线性回归算法是针对两个参与方提供一种在纵向联邦学习中去除无协调方的方法，适用于纵向联邦线性回归算法。利用支持常数密态倍乘运算的加法同态加密算法和随机数乘法盲化法，重构两个参与方的纵向联邦学习流程，去除了现有方案中普遍存在的协调方角色，使得参与纵向联邦学习的数据提供方在信息获得量、计算能力投入、运维投入等方面具有更好的平衡和公平性，更易于实际业务的推广。