会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

如何将图算法应用于金融生产数据

图算法指利用特制的线条算图求得答案的一种简便算法。无向图、有向图和网络能运用很多常用的图算法，这些算法包括：各种遍历算法（这些遍历类似于树的遍历），寻找最短路径的算法，寻找网络中最低代价路径的算法，回答一些简单相关问题（例如，图是否是连通的，图中两个顶点间的最短路径是什么，等等）的算法。图算法可应用到多种场合，例如：优化管道、路由表、快递服务、通信网站等。

  • 2022-01-20
  • 阅读104
  • 下载0
  • 27页
  • pdf

自研联邦学习系统的技术实践和难点

近两年，联邦学习发展迅速，开始从理论研究迈向批量应用的落地阶段，越来越多企业尝试引入联邦学习，用它来解决人工智能大规模落地过程中遭遇的数据瓶颈问题。但现成的联邦学习工具和框架并非拿来即用的“灵丹妙药”，联邦学习要真正在企业实际业务场景中发挥作用，仍有许多问题需要摸索，比如如何匹配业务的实际需求、如何兼容现有业务流程、如何尽可能减少对已有训练系统的改动等。为此，InfoQ 采访了腾讯 TEG 数据平台部的智能学习团队，深入了解联邦学习在腾讯的实践情况，以及他们对联邦学习技术难点的解决思路。

  • 2022-01-20
  • 阅读107
  • 下载0
  • 12页
  • docx

MPC中的匿踪查询协议及应用

MPC（Model Predictive Control），又称RHC, Receding Horizon Control，是一种进阶过程控制方法，自1980年以来开始在化工炼油等过程工业得到应用，并在经济领域开始得到应用。

  • 2022-01-20
  • 阅读99
  • 下载0
  • 19页
  • pdf

4-4 隐私计算赋能金融企业数字化转型

隐私计算（Privacy computing）是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。

  • 2022-01-20
  • 阅读94
  • 下载0
  • 17页
  • pdf

高性能联邦学习算法优化实践

近年来，联邦学习作为解决数据孤岛问题的技术被广泛关注，已经开始被应用于金融、医疗健康以及智慧城市等领域。从3个层面系统阐述联邦学习算法。首先通过联邦学习的定义、架构、分类以及与传统分布式学习的对比来阐述联邦学习的概念；然后基于机器学习和深度学习对目前各类联邦学习算法进行分类比较和深入分析；最后分别从通信成本、客户端选择、聚合方式优化的角度对联邦学习优化算法进行分类，总结了联邦学习的研究现状，并提出了联邦学习面临的通信、系统异构、数据异构三大难题和解决方案，以及对未来的期望。

  • 2022-01-20
  • 阅读115
  • 下载0
  • 38页
  • pdf

字节跳动在联邦学习领域的探索及实践

数据是人工智能时代的石油，但是由于监管法规和商业机密等因素限制，"数据孤岛"现象越来越明显。联邦学习（Federated Learning）是一种新的机器学习范式，它让多个参与者可以在不泄露明文数据的前提下，用多方的数据共同训练模型，实现数据可用不可见。

  • 2022-01-20
  • 阅读96
  • 下载0
  • 18页
  • docx

安全的纵向联邦学习框架

快速安全的联邦学习框架实现的过程中，需要两个条件：第一是确保通信的安全，即此框架在通信过程中不会被其它的系统所攻击，如果整个通信过程被其它系统所攻击，这可能也是现在很多联邦学习所要面临的挑战。第二是需要一个可信赖的第三方来进行调度（也即coordinator的角色）。

  • 2022-01-20
  • 阅读109
  • 下载0
  • 5页
  • docx

新一代联邦学习技术及应用实战

随着大数据的进一步发展，重视数据隐私和安全已经成为了世界性的趋势， 同时，大多数行业数据呈现数据孤岛现象，如何在满足用户隐私保护、数据安全和政府法规的前提下，进行跨组织的数据合作是困扰人工智能从业者的一大难题。而“联邦学习”将成为解决这一行业性难题的关键技术。今天会和大家分享下微众银行主导的新一代联邦学习技术及应用，而 FATE 则是联邦学习落地的一个工业级开源平台。

  • 2022-01-20
  • 阅读95
  • 下载0
  • 27页
  • docx