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86
  • 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87
  • 下载0
  • 17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85
  • 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92
  • 下载0
  • 13页
  • docx

B2B的纵向联邦学习深度模型方案

随着人工智能进入以深度学习为主导的大数据时代，基于大数据的机器学习在推动AI蓬勃发展的同时，也带来了一些数据隐私泄露的安全隐患。近年来国内外在逐步加强对数据隐私的保护，例如欧盟最近引入的新法案《通用数据保护条例》（GDPR），我国国家互联网信息办公室起草的《数据安全管理办法（征求意见稿）》等，使跨企业和组织的数据合作越来越困难。

  • 2022-01-20
  • 阅读89
  • 下载0
  • 5页
  • docx

同态加密：实现数据的“可算不可见”

同态加密（Homomorphic Encryption, HE）是指满足密文同态运算性质的加密算法，即数据经过同态加密之后，对密文进行特定的计算，得到的密文计算结果在进行对应的同态解密后的明文等同于对明文数据直接进行相同的计算，实现数据的“可算不可见”。

  • 2022-01-20
  • 阅读94
  • 下载0
  • 14页
  • docx

基于秘密共享与同态加密的纵向联邦学习方案研究

由于日趋严格的隐私保护政策，各种隐私保护算法被提出。联邦学习能够在保护用户隐私不被泄露的情形下，运行各种机器学习算法。介绍了在不同场景下适用的联邦学习框架，并以逻辑回归为例介绍了纵向联邦学习的几种常用实现方式；此外，对各种实现方式的优缺点及适用场景进行了分析。

  • 2022-01-20
  • 阅读86
  • 下载0
  • 17页
  • docx

关于GNN的几个疑问的思考

在伪标签中，以二分类为例，使用模型先训练有标签的数据，然后预测无标签数据，得到的概率值作为样本权重从而将每一个无标签样本分为两个带权重的标签分别为0，1的样本，此为软标签，或者直接进行概率截断得到标签为0或1的硬标签样本，不断迭代直到达到预定的迭代次数或预测概率收敛。

  • 2022-01-20
  • 阅读87
  • 下载0
  • 12页
  • docx