百融云创：联邦学习破解数据难题，助推金融数字化转型 2020年

2020年，我国数字经济规模达到39.2万亿元，占GDP比重为38.6% ，目前位居于世界第二，其增速是GDP的三倍以上。这一组数据来自于中国信息研究院发布的《中国数字经济发展白皮书(2021)》。按前述所言，可毫不夸张地说，数字经济时代已然到来，成经济增长的主要动力。
不过，数字经济要想行稳致远，核心前提是维护好安全这一“基石” 。毕竟虚拟数字世界不断扩张之时，现实生活中也存在着泄露个人隐私的风险。于9月1月实施的《数据安全法》中明确， “鼓励数据要依法合理有效利用，保障数据依法有序自由流动，促进以数据为关键要素的数字经济发展。”
而在科技赋能金融数字化转型过程中，金融机构如何在保护个人隐私的前提下推动数据间协作?这成为摆在行业面前的一道坎。值得一提的是，对于解决“数据孤岛”的难题，在行业普遍认知中，联邦学习技术成为有力的“武器” 。
百融云创从隐私集合求交集、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra ，促进安全多方计算、机器学习等理论研究的落地。通过不断地创新发展，百融云创将联邦学习作为破解智能时代和隐私保护的利器，驱动人工智能产业升级，不断赋能金融行业。
在应用场景层面，联邦学习主要有横向联邦学习、纵向联邦学习、联邦迁移学习三种。以纵向联邦学习来说，其特点是样本ID重叠较多、样本特征重叠较少，通过联邦学习可以实现双方获利，即无标签一方可以使用联邦模型预测，有标签一方提升模型准确度。比如银行和互联网公司的合作，银行有用户银行卡的收支行为与贷款信息，而电商企业掌握用户的商品浏览与购买历史信息，通过联邦学习双方可以在信用评估、精准营销等领域实现合作。
让数据发挥更大的价值，联邦学习作为一项重要的新技术方向，在打破数据孤岛、走向联通共荣上有着巨大的潜力，随着智能设备与物联网的普及，联邦学习将获得发挥更大价值的发展空间。未来，百融云创将会继续立足行业需求，扎根技术创新，更好的发挥金融数据潜力。
【百融云创：联邦学习破解数据难题，助推金融数字化转型】免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。