一站式联邦AI平台

让数据供需双方的所有联邦建模操作全部线上化，从数据资产发现、隐匿求交到特征工程、加密训练，再到模型加密与安全部署。

自研完备联邦算法库

自主研发了一套去中心化的联邦机器学习算法库以及联邦特征工程组件库。每个联邦算法拥有“基础安全”和“高安全”两个版本，差异化满足不同场景的隐私安全要求。支持模型断点续跑能力，避免由于网络中断带来的重复性工作。

全流程交互式拖拉拽建模

整个建模操作流程，从数据加载、预处理、模型训练到查询运行结果、分析报告、模型评估报告等全流程交互式体验，无需一行代码。

高性能安全算子库

蓝象自研的多方安全算子库采用多种加密算法组合模式，提供了40余个不同基础运算的100多个不同多方安全计算接口，客户可根据应用场景差异匹配最合适的加密算法类型，兼顾效率与效果，实现业务应用性能的最大化。

去第三方直连

蓝象重构密钥交互流程和加解密等操作实现了去第三方的架构升级，实现隐私计算节点直连计算，

保证敏感数据不泄漏。

白盒化审计

平台提供多维度审计能力，操作审计、白盒审计、随机验证等，无论从操作流程还是密码学信息角度，全方位监控数据价值流转的每个环节，保证数据的安全，让数据提供方对自己的数据具备可审计、可验证、可跟踪能力。

支持海量数据的联邦建模

支持多种类型的数据源，可直接对接客户数据中台，实现大数据的资产化发布，同时，支持亿级别数据量的隐私集合求交，分钟级完成。

算法精度无损

基于多种加密算法有效组合，自研联邦算法库在高性能训练的过程中，可以做到精度无损。

高性能算法

自主研发的一套联邦算法库，针对金融建模场景，重写设计广义线性模型、Boosting等算法实现，百万数据可在小时内完成隐匿训练。