天冕联邦学习平台通过中国信通院泰尔实验室安全检测
商业资讯 零壹财经 零壹财经 2021-01-06 阅读：1160
在此背景下，一种可能的解决方案——联邦学习（Federated Learning）应用而生，所谓“联邦学习”，顾名思义，就是搭建一个虚拟的“联邦国家”，把大大小小的“数据孤岛”联合统一进来，他们就像这个“联邦国家”里的一个州，既保持一定的独立自主（比如商业机密，用户隐私），又能在数据不共享出去的情况下，共同建模，提升AI模型效果。
本质上，联邦学习旨在建立一个基于分布数据集的联邦学习模型。在模型训练的过程中，模型相关的信息能够在各方之间交换（或者是以加密形式交换），但原始数据不能，这一交换不会暴露每个站点上数据的任何受保护的隐私部分，已训练好的联邦学习模型可以置于联邦学习系统的各参与方，也可以在多方之间共享。
天冕联邦学习平台是天冕大数据实验室旗下的核心平台产品，利用前沿信息技术打造，在参与方非共享数据的情况下，充分保护各方用户数据安全，打破数据孤岛，实现跨数据、跨行业的合作，支持私有化或云服务，数据安全隐私性强。
为了保障各参与方在平台的隐私安全性，近日，天冕联邦学习平台就数据隐私安全、性能效率等送检中国信通院泰尔实验室，检验结果显示，天冕联邦学习平台在数据安全方面的功能及产品指标良好，可为参与方提供可靠、安全、合规的服务。
据天冕联邦学习平台技术相关负责人介绍，在技术安全层面，天冕联邦学习平台整体的设计从底层开始，完全基于隐私计算的原理和应用，采用了一系列新型技术，包括多方安全计算、同态加密、联邦学习、可信计算、椭圆曲线算法、布隆过滤器、零知识验证等，在流程中拥有完善的权限设置，模型训练需要参与的各方进行审批，各方只能看到自己的模型权重，充分保障各方的系统权限安全，并且拥有在线交流中心和在线union模块，满足用户交流和在线选择数据源的需求；而在平台创新上，天冕联邦学习引进函数计算和联盟链技术，实现降低模型训练成本和解决数据信任问题。
迄今为止，天冕联邦学习平台已为多家金融科技公司在数据安全和个人隐私保护的基础上提供了数据开放与共享服务。
相关文章
用户评论
所有评论
主编精选
more专题推荐
more
第四届中国零售金融发展峰会(共15篇)
资讯排行
- 48h
- 7天
-
首页
-
评论
-
回顶部
游客
自律公约