基于多方安全计算（Secure Multi-Party Computation）技术，通过构建一系列密码学工具和去中心化的部署架构，严格保护数据隐私不出域，实现通用场景的多方联合建模。支持一站式进行建模、生成模型报告、服务部署等功能，可有效提升单方建模预测准确性，对金融风控与联合营销场景的提升幅度为10%~50%。

联邦学习（Federated Learning）技术，是一种通过构建面向分布式集群的联邦调度体系，结合多种隐私计算技术，综合解决特定场景和问题的算法方案。支持多方基于自身数据本地训练的结果，再进行加密聚合和持续训练，对联合多头贷款分析、疾病预测等特征指标相似但样本分布不同的特定场景，有较好的联合训练效果。

基于 PSI 技术，保护交集外的数据信息不泄漏，可应用于精准广告投放、寻找联系人等场景。

提供 SQL 式的联合分析洞察能力，实现分布式安全数据开发、报表等功能，安全便捷高效地实现跨机构联合统计。