如今數(shù)據(jù)已是新產(chǎn)業(yè)、新業(yè)態(tài)的核心生產(chǎn)要素，數(shù)據(jù)運用面臨的隱私性、可用性也隨之備受關(guān)注。較其他領域，金融領域?qū)?shù)據(jù)的管控更為嚴格。目前，一種面向數(shù)據(jù)隱私保護的機器學習新算法——聯(lián)邦學習，為金融行業(yè)人工智能技術(shù)的應用提供了一種新的機制和平臺，有效打破隱私保護與數(shù)據(jù)使用的困局。

聯(lián)邦學習作為加密的分布式機器學習新范式，能夠有效解決人工智能落地應用中的數(shù)據(jù)孤島與數(shù)據(jù)隱私保護難題，在提升跨行業(yè)、跨企業(yè)的大數(shù)據(jù)挖掘能力的基礎上，能夠有效保障數(shù)據(jù)的安全性，保護用戶隱私，正日益受到金融行業(yè)重視。

百融云創(chuàng)作為國內(nèi)領先的獨立AI技術(shù)平臺，近年來不斷發(fā)力聯(lián)邦學習技術(shù)，開創(chuàng)了一種面向數(shù)據(jù)隱私保護的機器學習新范式。在這種新的框架下，各參與方通過聯(lián)邦學習機制實現(xiàn)了多贏的局面，也為金融行業(yè)人工智能技術(shù)的應用提供了一種新的應用前景。

百融云創(chuàng)在金融領域利用聯(lián)邦學習解決聯(lián)邦遷移學習、數(shù)據(jù)安全查詢、縱向聯(lián)邦、橫向聯(lián)邦等問題，保障大數(shù)據(jù)交換時的信息安全、保護機構(gòu)數(shù)據(jù)資產(chǎn)安全和個人數(shù)據(jù)隱私、保證合法合規(guī)的前提下，在多參與方或多計算結(jié)點之間開展高效率的機器學習，真正實現(xiàn)了數(shù)據(jù)和特征變量的“可用不可見”。在安全條件下，結(jié)合金融機構(gòu)與外部數(shù)據(jù)源的數(shù)據(jù)，訓練機器學習模型，對比傳統(tǒng)聯(lián)合建模方式，模型效果大幅提升。

百融云創(chuàng)積極推動聯(lián)邦學習技術(shù)的研發(fā)與創(chuàng)新，從整個數(shù)據(jù)產(chǎn)業(yè)看，這樣一來可以增加可用數(shù)據(jù)的總量，很好地解決現(xiàn)存數(shù)據(jù)孤島的問題；對金融機構(gòu)自身而言，使用聯(lián)邦學習能簡單、合法且低成本的獲取外部有效的數(shù)據(jù)信息，快速解決某些因數(shù)據(jù)量或數(shù)據(jù)維度不足而導致的困擾。

大數(shù)據(jù)時代，聯(lián)邦學習已成為全行業(yè)的“基礎建設”需求，通過眾多研究機構(gòu)、企業(yè)的前期努力，聯(lián)邦學習建設已完成初步市場教育和搭建，奠定了堅實的行業(yè)基礎。未來，百融云創(chuàng)將立足行業(yè)需求，扎根技術(shù)創(chuàng)新，不斷更新和優(yōu)化技術(shù)含量和服務質(zhì)量，為客戶提供更放心和滿意的科技服務。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：