近日，盛业控股集团有限公司（简称“盛业”，股份代号：6069.HK）旗下全资子公司盛业信息科技服务（深圳）有限公司（以下简称“盛业科技”）的《账务平台的测试方法、装置、设备及存储介质》、《一种基于决策引擎的个人敏感信息保护控制方法及系统》及《基于去中心化联邦学习的差分隐私模型更新方法以及系统》三项发明专利获国家知识产权局正式授权。
在处理供应链金融业务过程中，通常会使用到账务系统。而账务系统中存在多维度场景下大量复杂的逻辑计算，每当操作一个功能流程，都会产生连锁反应，同时影响到很多金额发生变化。采用传统的测试方法来进行验证时，无法用具体金额来快速验证计算的准确性。当数据有变化时，无法完成关联场景中金额的自动计算，且测试执行效率低，灵活性差，造成完成交付的周期长，质量不稳定。《账务平台的测试方法、装置、设备及存储介质》专利，将各类测试场景通过公式转化，并进行相关前置条件和金额的设置，提高金额自动计算对比和验证的效率。解决了常规测试方案验证账务系统时带来的效率低，灵活性差，复用率低，验证难度大等问题，有效全面提升系统质量以及测试执行效率与灵活性。
盛业始终秉持“客户至上”的服务理念，提升客户的线上化服务体验，全面保障公司的信息安全及客户隐私。随着信息技术的发展，通过互联网远程传输资料成为一种主流方案，为了保护资料中的敏感信息，需要对敏感信息进行脱敏处理后才能发送给访问者查看，以实现个人敏感信息的保护控制。《一种基于决策引擎的个人敏感信息保护控制方法及系统》专利，通过引入决策引擎的能力，从目标资料中，精准识别个人敏感数据及其类型。决策引擎将各组敏感信息替换为脱敏信息，并得到目标资料脱敏后对应的脱敏资料以及得到记录目标资料上敏感信息与对应的脱敏信息之间映射关系的脱敏映射表，对访问者基于其权限，选择性地解码部分或全部映射表，或者不解码映射表。避免了个人隐私数据在传递、展示过程中，无差别显示可能导致数据泄露的风险，实现个人敏感信息合规管理目标。
随着人工智能和大数据技术的发展，数据共享和协作成为了各个领域的重要需求。然而，在传统的集中式模型训练中，数据需要被集中存储和处理，这可能导致数据隐私泄露和安全问题。为了解决这一问题，《基于去中心化联邦学习的差分隐私模型更新方法以及系统》专利结合了差分隐私技术和去中心化联邦学习的思想，实现分布式的数据处理和模型更新，提高模型的收敛速度和准确性的同时增强了数据隐私安全性。该专利的发明成果可以应用于各种需要数据共享和协作的领域，如智能推荐、风险评估、客户画像等，特别是在涉及个人隐私数据的场景中。
盛业致力于将科技创新作为发展的核心驱动力，并高度重视知识产权体系的构建。通过持续的研发投入和人才培养，不断增强自身的科技实力和市场竞争力。自2024年以来，盛业已获得六项国家发明专利，不仅证明了公司在科技创新领域的强大实力，也反映了对研发的持续投入。
在此之前，盛业已经获得了多项涉及数据处理、数据安全和供应链金融风险管理等领域的国家发明专利，并仍在不断加强知识产权保护体系。此次获得的三项国家发明专利进一步扩展了盛业的专利组合，推动了行业的高质量发展和创新。
盛业不断推动科技与业务的深度融合和协同进步，通过自主研发的科技平台提升供应链金融业务的处理效率，为中小微企业提供更加灵活和高效的供应链普惠金融服务。
未来，盛业仍将持续以科技创新为动力，在现有科技成果的基础上，进一步探索和应用行业前沿技术，提升供应链金融服务质效，为实体经济注入更多活力。
