百融云创深耕联邦学习技术 致力打破数据孤岛现象

当下，数字化让社会治理更加科学、高效、精准、便捷，目前在国家推动大数据发展一系列的政策和指引下，各个行业都积极建设和推动大数据平台的建设，也充分利用新技术来推动行业数字化发展。但由于受到使用限制，导致当下数据共享水平不高，数据的孤岛现象依然存在。

在金融领域，推动金融行业数据共享，有助于多维度分析评估企业和个人信用，提升金融机构在信贷业务管理方面的能力，增强反诈骗反洗钱能力，对于保障我国金融安全和市场稳定具有举足轻重的作用。

百融云创作为国内领先的独立AI技术平台，近年来不断探索联邦学习技术，开创了一种面向数据隐私保护的机器学习新范式。在这种新的框架下，各参与方通过联邦学习机制实现了多赢的局面，也为金融行业人工智能技术的应用提供了一种新的应用前景。

在金融领域，百融云创尝试利用联邦学习解决数据安全查询问题，保障大数据交换时的信息安全、保护机构数据资产安全和个人数据隐私。在保证合法合规的前提下，多参与方或多计算结点之间开展高效率的机器学习，真正实现了数据和特征变量的“可用不可见”。在安全条件下，结合金融机构与外部数据源的数据，训练机器学习模型，对比传统联合建模方式，模型效果大幅提升。

百融云创积极推动联邦学习技术的研发与创新，从整个数据产业来看，这样可以增加可用数据的总量，很好地解决现存数据孤岛的问题；对金融机构自身而言，使用联邦学习能简单、合法且低成本的获取外部有效的数据信息，快速解决某些因数据量或数据维度不足而导致的困扰。

百融云创将保护隐私的原则、理念和方法融入到企业管理中，始终将保护客户和个人隐私信息放在首位。为了解决存在的数据隐私保护这一难题，打破数据孤岛的现实困难，满足数据联合融合使用的迫切需要，百融云创也在业内号召并率先探索“联邦学习”模式。这是一种加密的分布式机器学习技术，能够使各个企业的自由数据在不出本地的情况下，通过加密机制交换数据，即在不违反数据隐私法规的前提下，建立虚拟共有模型，仅为本地目标服务。

数据是一把双刃剑，只有得到更有效的利用，挖掘数据价值，才能更好地用于各个行业的创新。未来，百融云创将联邦学习作为一项重要的研究方向，努力帮助金融机构打破数据孤岛的问题，提供数据更大价值的发展空间。

（免责声明：本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）

相关阅读