模块一：金融科技发展趋势与监管框架

系统梳理金融科技(FinTech)的发展脉络与前沿趋势。涵盖区块链、人工智能、大数据、云计算在金融领域的应用场景。深入解读央行数字货币(DCEP)技术架构、监管沙盒机制、金融科技创新监管工具。学员将理解技术创新与合规底线的平衡艺术。金融科技不是野蛮生长，而是在监管框架内的有序创新。

模块二：信息安全攻防与防护体系

聚焦金融行业面临的信息安全威胁与防护策略。学习网络攻击手法（APT、钓鱼、勒索软件）、安全架构设计原则、零信任网络模型。通过真实案例剖析银行系统遭受的网络攻击事件，掌握事前预防-事中检测-事后响应的全流程安全管控方法。信息安全不是一次性工程，而是持续对抗的过程。

模块三：智能风控模型与算法

深入解析智能风控的核心技术与算法。涵盖信用评分模型、风险识别算法、异常交易检测、市场风险量化。学员将学习如何使用机器学习、深度学习技术构建风控模型，理解模型可解释性与合规性的平衡，掌握模型验证与迭代优化方法。很多客户问：AI风控真的能替代人工审核吗？答案是：AI是辅助工具，最终决策仍需人工判断。

模块四：数据安全与隐私保护

聚焦金融数据安全管理与隐私保护合规。学习《数据安全法》《个人信息保护法》在金融领域的落地要求，掌握数据分类分级、脱敏处理、访问控制等核心技术。探讨联邦学习、安全多方计算等隐私计算技术在金融数据共享中的应用前景。数据安全不仅是技术问题，更是法律问题。

模块五：金融科技伦理与社会责任

探讨金融科技发展中的伦理问题与社会责任。涵盖算法歧视、数据垄断、数字鸿沟等热点问题。学习如何建立金融科技伦理审查机制，确保技术创新服务于实体经济和普惠金融目标，避免技术滥用带来的社会风险。科技向善不是一句口号，而是需要制度保障的实践准则。

陈教授

国防科技大学计算机学院教授、博士生导师

研究方向：信息安全与密码学

国家网络安全专家组成员，主持多项国家863计划项目，在金融信息安全领域发表论文100余篇。

刘教授

国防科技大学智能科学学院教授

研究方向：人工智能与机器学习

长期从事智能风控算法研究，其研发的风险识别系统已应用于多家国有大行。

赵副教授

国防科技大学计算机学院副教授

研究方向：区块链与分布式系统

参与多个国家级区块链基础设施建设项目的技术架构设计。