探索联邦学习新领域 百融云创助力行业数字化发展

        随着深度学习神经网络的提出、算法改善和算力的提升、以及大数据的广泛应用,人工智能迎来了一波新的高峰。人工智能作为新一轮科技革命和产业变革的核心技术,在新基建的三大领域中,独占鳌头。数字化、信息化进程和数据采集技术的不断发展,数据的孤岛分布以及对数据隐私监管力度的加强,制约了数据的广泛采集、共享和进一步的应用,为了解决这一现象,出现了一个新的名词——联邦学习。

        联邦学习又名联邦机器学习,是一个机器学习框架,能够帮助多个机构在满足用户隐私保护、满足合法合规的前提下,多参与方或多计算结点之间开展高效率的机器学习的新型人工智能基础技术。数据联合和融合使用过程中,也不可避免地出现了数据治理方面的安全问题。如今人们越来越重视自己的隐私,金融消费者个人的隐私保护也受到了各界人士的重视,因此数据安全和信息安全在金融数字化转型的过程中十分重要。

        百融云创将保护隐私的原则、理念和方法融入到企业管理中,始终将保护客户和个人隐私信息放在首位。为了解决存在的数据隐私保护这一难题,打破数据孤岛的现实困难,满足数据联合融合使用的迫切需要,百融云创也在业内号召并率先探索“联邦学习”模式。这是一种加密的分布式机器学习技术,能够使各个企业的自由数据在不出本地的情况下,通过加密机制交换数据,即在不违反数据隐私法规的前提下,建立虚拟共有模型,仅为本地目标服务。

        百融云创通过运用“联邦学习”这一技术,创新性地设计了一种新的人工智能实现模式,替代了传统人工智能解决问题的能力。更为重要的是,“联邦学习”开创了一种面向数据隐私保护的机器学习新范式,且在这种新的框架下,“联邦学习”各参与方通过“联邦学习”机制实现了多赢的局面,也为人工智能技术在金融行业领域的应用提供了一种新的应用前景。

        百融云创探索出的“联邦学习”模式,不仅可以增加行业内可用数据的总量,解决现存数据孤岛的问题;并且对金融机构而言,使用联邦学习能够简单、合法且低成本的获取外部有效的数据信息,快速解决某些因数据量或数据维度不足而导致的困扰,并且不会造成合作机构间数据或商业机密的泄露。

        联邦学习技术可以满足金融机构对隐私数据核心价值保护以及数据对外协作的要求。百融云创通过结合数据科学、密码学、分布式计算与存储的综合工程,以及高标准的技术要求及良好的团队配合,加之对数据和场景的深刻理解和经验积累,构建完整、有效的以联邦学习为核心的加密机器学习技术。

        百融云创致力在探索人工智能和大数据应用的道路上,不断加强技术创新,为金融行业发展的数字化和智能化打造坚硬基石。未来,百融云创将立足行业需求,扎根技术创新,共筑数字金融安全“生命线”。

更多精彩，欢迎扫描关注【第一时尚网】微信公众号！

如果你也想被报道或推广，请戳这里！