基础安全原则

品牌数据引擎落地一整套安全合规解决方案，包括严格的权限控制、标签合规、人群上下限控制、差分隐私、敏感数据脱敏及去标识化、数据可用不可见等安全策略或技术方案，全面保护品牌数据安全及消费者隐私。

安全匹配

品牌数据引擎提供多种匹配方式，如默认推荐的安全哈希算法(SHA256)等，保障数据匹配过程中的安全性和隐私性。

差分隐私

差分隐私(Differential Privacy, DP)是一种隐私保护技术，核心目标是在统计数据发布和分析的场景中保护个体隐私。品牌数据引擎在涉及人群透视等所有分析场景，均使用差分隐私技术注入小噪声，并设计配套的预算管理机制，保证数据可用性，保护数据安全及消费者隐私。

安全多方计算

安全多方计算通过密码学保证了参与方的隐私输入信息在计算过程中不暴露给其他参与方，同时能获得准确的运算结果。目前数据银行已经实现多种隐私集合求交这一专用的安全多方计算协议，后续将支持更丰富的安全多方计算协议。