數字化轉型趨勢下，未來金融業務需要數據來做支撐，但在隱私數據保護的考慮以及監管要求下，分散在不同企業的數據由于不能集中綜合利用，使模型完善止步不前。魚與熊掌，如何兼得？面對這樣的問題，聯邦學習提供了理想的解決方案——在保證數據不泄露的前提下讓企業用更多的數據訓練模型，幫助業務發展。

近年來，百融云創人工智能實驗室團隊不斷加大聯邦學習技術研究投入，并從聯邦學習、隱私集合求交集等方向入手，結合大數據具體應用場景需求，打造了Indra隱私計算平臺。其中，百融聯邦學習平臺的推出，針對機器學習算法進行定制化的隱私保護改造，保證數據不出本地即可完成模型訓練，為隱私保護計算解決方案的落地提供了有力支撐。

聯邦學習引領大數據合作新方向

金融本身是數據密集型行業，但同時，金融也需要互聯網等其他行業數據來補充完善自身的客戶數據畫像。而聯邦學習作為新興的技術范式，能夠在數據不出本地的前提下，實現安全數據模型共建與AI協作，這就使得以聯邦學習為代表的隱私計算在金融領域的應用落地更為迅速。

聯邦學習技術原理是通過構建一個計算網絡，使客戶可以在自己的終端通過使用本地數據對模型進行訓練，并將模型的更新內容進行上傳匯總，將不同終端的模型更新進行融合，以此優化迭代模型，并不斷重復這一過程。在整個過程中，終端數據始終存儲在本地，來避免數據泄露的風險。

以縱向聯邦學習為例，其特點是樣本ID重疊較多、樣本特征重疊較少，通過聯邦學習可以實現雙方獲利，即無標簽一方可以使用聯邦模型預測，有標簽一方提升模型準確度。比如銀行和互聯網公司的合作，銀行有用戶銀行卡的收支行為與貸款信息，而電商企業掌握用戶的商品瀏覽與購買歷史信息，通過聯邦學習雙方可以在聯合建模、信用評估、精準營銷等領域實現合作。

百融云創人工智能實驗室負責人表示，聯邦學習能夠在保障數據安全的基礎上，打破數據孤島，為合作方、客戶之間提供一種安全、高效的數據合作模式，是未來越來越多企業所選擇的合作發展趨勢。目前，已有數十家金融和科技機構與百融云創展開聯邦學習建模合作。

百融云創聯邦學習平臺四大優勢

具體來看，以聯邦學習、安全多方計算等數據安全與隱私保護技術為核心，百融云創聯邦學習平臺可有效完成各機構之間“數據可用不可見”的融合計算與聯合建模，具有以下四個優勢：

一是易用。平臺提供從模型訓練到部署端到端的可視化交互，全程提供參數設定推薦、信息反饋與日志查詢等提示，用戶上手操作簡單。

二是安全。原始數據不出系統邊界，把計算移動到數據端，堅持數據最小化利用，無需信任第三方，同時結合區塊鏈的查詢存證追溯，授權管理。

三是高效。平臺采用了效率更高的同態加密算法，為隱私計算的大規模工業化實際應用優化了所有核心的計算部分。同時，對計算過程也進行了優化。

四是全面。無需用戶自自己進行數據預處理，可提供自動處理與專家處理模式，并具有全面的模型輸出、數據讀取、劃分功能。

與聯邦學習Fate開源平臺對比，在效果上，百融云創聯邦學習平臺重新設計了Fate所有計算部分，使用了精度更高、幾乎完全無損的擬合方式，大幅提升了模型效果與速度；在性能上，平臺采用了效率更高的同態加密算法，性能比Fate中使用的第一代同態加密Paillier算法有明顯提升；在功能上，平臺支持包含數值型和字符型的全類型變量，并對缺失值、極值均有相應的處理，能夠提供完整的預處理功能、完整的模型評估報告和評分卡功能，模型輸出可直接應用。

以保險營銷場景下的聯合建模為例，在模型效果上，聯邦學習建模的效果明顯優于本地建模效果；而在訓練速度上，百融云創聯邦學習平臺使用高性能同態加密技術，極大地縮短了訓練時間。

百融云創人工智能實驗室負責人預計，隨著大數據的蓬勃發展，隱私保護技術的逐步透明和普及，互聯互通、技術開源和標準定制，將在未來兩年會有一個爆發式的發展，極大地賦能金融機構在科技場景的落地，誰能更好運用隱私保護技術，誰就能更好地利用大數據帶來的價值。未來，百融云創人工智能實驗室將繼續加大對隱私保護技術的研發和創新，始終引領金融行業的科技創新方向。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：