期货日报网讯(记者张梦)在5月24日举行的2024期货人才大会上，中国人民大学金融工程研究所所长、教授、博导张顺明表示，大数据与人工智能技术在金融行业应用的同时，也放大了数据和算法的安全风险。

　　“金融数据的多源异构性、智能算法的多样性及其策略的动态变化，使得金融数据和智能算法的风险评估面临着理论和关键技术的双重短板。”张顺明认为，针对金融科技监管与风险防范中面临的数据要素供给与安全保障难、算法侵犯隐私与歧视风险防范难、数据泄漏与滥用风险监测难等问题，应聚焦构建金融数据和模型安全评估和保障的基础理论和关键技术，并以业务落地和监管支撑为导向开展示范应用，为金融科技发展行稳致远提供重要技术支撑。

　　从金融数据合成技术方面讲，张顺明称，通过构建风险指标，建立风险指标体系(拟涵盖数据一致性风险指标、极端事件风险指标、模型风险指标、隐私保护风险指标、数据安全风险指标、数据共享可用性风险指标等六个维度)，以评估合成数据在不同领域和应用中的可靠性、隐私性和适用性。基于差分隐私方法保护合成数据隐私，可以构建多视角的隐私保护效果评估指标，权衡合成数据的效度与隐私性。