找云产品

做好数据流通交易，以数据驱动产业数字化的存量扩容和数字产业化的增量提速，已经成为了全球趋势，针对数据要素市场化征途中的痛点，采用隐私计算、AI技术推动数据要素汇聚和融合，促进数据要素规范化流通、合理化配置、市场化交易、生态化发展。


数据交易粗放式
交易内容固定：以原始数据买卖为主，数据算法、数据模型等交易尚未起步；
交易价格不确定：缺乏对数据定价的统一标准，难以准确衡量数据应有价值；
建设主体不明：数据交易平台在建设过程中对于建设主体、参与主体等并未制定严格的标准要求，出资方和出资额比重未明确。

数据交易环境有待完善
地方探索各自标准体系缺乏一体化经验，亟需数据交易咨询顶设咨询经验；
交易平台定位重复、各自为战，难以发挥综合优势；
数据交易市场之间缺乏流动性，呈现交易规模小、交易价格无序、交易频次低等特点，难以真正实现平台化、规模化、产业化发展，无法有效发挥交易平台的功能优势。

数据质量难以有效保障
部分交易数据存在格式不规范、内容不完整等问题，影响数据交易；
缺少交易平台会员制的标准要求，缺少会员身份属性认证机制，缺少对企业资产做明确要求的标准，无法保证交易过程中数据质量的权威性和准确性。

隐私数据价值挖掘难

数据价值较高的原始数据不能外发，不同行业和行业内部数据不连通，无法发起跨组织跨机构的联合建模，缺少数据交易磋商、数据市场运营等运营路径。

大数据交易中心解决方案概括为“一一三两”架构，基于数据存储与处理、数据确权、数据流通与计量计费等技术，建设一套开放、中立的数据要素流通平台，
基于各行业的数据融合机制，梳理数据交易流程， 3+x种交易模式，市场化、合规安全的两套保障体系，将数据交易变得透明化、合法化、规范化。

数据交易市场模式

场景一：单一数据源交易
1、用户在自服务门户查看数据样例，明确使用需求
2、用户向交易中心发起议价合同，向数据拥有方申请授权，价格估算（含计算/网络等整体费用）
3、申请数据安全沙箱或联邦节点，编写建模程序
4、将建模程序和全量数据进行结合，进行程序运行
5、进行计费统计和确认
6、申报审核得到结果

场景二:多数据源交易
1、用户在自服务门户查看数据样例，明确使用需求
2、发起多方议价，向多方数据拥有者申请授权，并进行合同处理
3、获得更多纬度数据使用权
4、发起联合建模流程
5、交易中心确认数据贡献度，分配本次交易数据使用费
6、完成交易

数据信托的模式
信托行为的主体：委托人、受托人、受益人
信托行为的客体：信托财产
信托委托人：信托的创设者
信托受托人：信托公司
信托受益人：享有信托权益的人员
信托监管单位：银监会
信托资金托管方：商业银行
数据托管方：数据交易中心

数据银行模式

1、用户协议程序化，叠加TEE等可信硬件，忠实履行数据主体权益
2、便捷实现数据主体权利：删除权、可携权、查阅权、撤回同意权、知情权等
3、通过PIA评估才能被签名认证转化成可信数据处理，经过签名的模块可处理敏感数据
4、可信数据处理程序报备，PIA评估报告透明，满足义务要求，实现监管备查

数据交易咨询服务
供需撮合、法律咨询、权属认证和价值评估等完整方案赋能产业

领先的隐私计算能力
将百度多年对AI领域的深耕,形成自身的AI学术体系，领先的隐私计算能力赋能产业

降低数据交易门槛
针对技术门槛高、人才匮乏，百度集产学研一体，助力产业数据交易生态发展

首个端到端隐私计算方案
端到端数据安全解决方案能力赋能B2C落地