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

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113
  • 下载0
  • 27页
  • docx

联邦学习：统一数据协作和隐私保护的技术解决之道

讲到多方安全计算（MPC），就会提到姚氏百万富翁问题：有两个很有钱的富翁，他们想知道谁更有钱，他们又都不想让除己以外的任何人知道自己实际有多少钱（即不信任任何第三方）。这是一个典型的两方安全计算案例，需要在不分享原始数值的情况下，得出想要的结论。其中相关的技术包括：秘密分享，模糊传输，同态加密，混淆电路。

  • 2022-01-20
  • 阅读110
  • 下载0
  • 17页
  • docx

联邦学习（FederatedLearning）与金融实践

在大数据和人工智能时代，数据被喻为“黄金”和“石油”越来越被重视。各行业数字化转型的核心要点之一是数据智能技术的应用，而其基础在于海量、多维数据的汇总、加工和算法模型训练。这一过程中同时带来的则是数据安全和隐私问题——大量带有客户、产品和交易信息的敏感数据容易产生法律、合规问题，亦频繁出现数据的不合法泄露问题。

  • 2022-01-21
  • 阅读116
  • 下载0
  • 6页
  • docx

Cape Privacy——基于加密机器学习的多方数据协作与隐私保护方案

欧盟2018 年 5 月 25 日正式颁布《通用数据保护条例》（General Data Protection Regulation，GDPR）。距离现今已经实施接近三年，先后多张巨额的企业罚单相继被开出。根据GDPR的执法跟踪网站相关统计，截至当前，欧盟成员国从2018年共开出616件罚单，共罚款约2.79亿欧元[3]。其中具有代表性是谷歌罚款事件，其备受关注——作为一家大型国际互联网公司，谷歌却陆续被欧盟的两个国家罚款：2019年1月被法国处罚5000万欧元，原因是执法方认为谷歌的隐私条款未充分体现GDPR公开透明和清晰原则；2020年3月被瑞典处罚700万欧元，原因是谷歌未充分履行GDPR赋予用户的数据“遗忘权”。

  • 2022-01-20
  • 阅读113
  • 下载0
  • 16页
  • docx

联邦学习技术在金融领域的研究与应用

近年来，人工智能技术处于高速发展期。然而，随着人工智能技术发展进入深水区，出现了越来越多的壁垒和难题，数据孤岛就是其中之一。在实际的应用落地场景中，很难实现企业与企业之间的数据共享，即使在同一个企业中，不同部门之间的数据共享也十分困难。因此，往往只有少数的大型互联网公司才拥有真正的「大数据」，大多数小微企业和中小型企业面临着数据量小、数据维度稀少等问题，这些问题严重制约着人工智能技术的发展。

  • 2022-01-20
  • 阅读118
  • 下载0
  • 13页
  • docx

联邦学习与安全多方计算

联邦学习在2016年由谷歌提出，因为Google有安卓系统，需要解决多个安卓设备的分布式建模问题。其中，主要是针对输入法的建模，比如客户在安卓输入法中输入单词“what”，或许他可能想继续输入“do you think”，Google输入法如果能自动联想出来，用户体验就会变得比较好，但是自动联想功能需要大量的用户数据才能学习出来，怎么获得这些用户数据呢？

  • 2022-01-21
  • 阅读110
  • 下载0
  • 19页
  • docx

联邦学习中基于隐私集合求交（PSI）的样本对齐

横向联邦学习（Horizontal Federated Learning）[1][2]也称按样本划分的联邦学习，可以应用于联邦学习各参与方的数据集有重叠的特征空间和不同的数据样本的场景。举例来说，两个地区的通信运营商在各地有自己的用户群体，他们之间的用户交集非常小，因此他们的数据集中有不同的样本ID，但他们的业务非常相似，因此他们之间的特征空间是相同的。联合进行横向联邦学习可以更好的构建套餐推荐等模型。

  • 2022-01-21
  • 阅读127
  • 下载0
  • 9页
  • docx

隐私立法时代联邦学习在商业银行的应用

随着数字化时代的来临，大数据、人工智能等精尖技术进入了高速发展阶段。然而,对一些行业而言，存在数据样本量少、特征少、标注信息缺失、数据质量差等问题，同时由于相同行业不同企业间的竞争以及同一企业中不同业务条线、业务系统间的阻隔性等情况，难以实现有效的数据信息交流与整合，易造成“数据孤岛”现象，这使大数据、人工智能相关技术难以发挥出预期的应用效果。

  • 2022-01-21
  • 阅读108
  • 下载0
  • 8页
  • docx