本书聚焦隐私计算与金融数据融合应用，对其法律制度、技术选择，以及典型场景进行了梳理，并就风险挑战提出对策建议。本书在梳理分析全球主要国家和地区数据融合制度规范的基础上，重点聚焦于多方计算、联邦学习、数据脱敏、差分隐私、可信计算等有助于实现数据融合应用和安全保护更优平衡的支撑技术，探索其在银行、证券、保险、财富管理、监管科技等领域潜在的应用场景和应用价值，并从制度规范、金融监管、自律管理、行业实践、公众参与等方面针对性提出促进金融业数据安全合规融合应用的对策建议，对于相关领域研究人员具有较高的参考意义。