498科技訊：以大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)等為代表的新興技術在金融領域加速應用，金融科技成為金融機構數(shù)字化轉(zhuǎn)型的新武器，也是踐行普惠金融、發(fā)展數(shù)字經(jīng)濟的新引擎。

     想了解刷臉支付，或者支付通道的朋友，歡迎撥打咨詢熱線：400 0591 498 或者點擊留言，498科技免費為大家提供咨詢和解答。

　　數(shù)據(jù)則是金融科技這具引擎中當中不可缺少的動力燃料，對于數(shù)據(jù)的使用治理越來越被金融機構所看重，如何最大效率的發(fā)揮數(shù)據(jù)的潛力、做好數(shù)據(jù)治理成為了金融機構在數(shù)字經(jīng)濟時代轉(zhuǎn)型的機遇。

　　但機遇往往不是那么好抓住的，人民銀行科技司司長李偉曾撰文表示，當前，金融業(yè)數(shù)據(jù)治理過程中普遍存在“不愿、不敢、不能”共享的問題。

　　多數(shù)金融機構都將數(shù)據(jù)作為戰(zhàn)略性資源，認為擁有數(shù)據(jù)就擁有客戶資源和市場競爭力，主觀上不愿意共享數(shù)據(jù)。

　　部分金融數(shù)據(jù)具有一定敏感性，涉及用戶個人隱私、商業(yè)秘密甚至國家安全，數(shù)據(jù)共享可能存在法律風險，客觀上給機構間共享數(shù)據(jù)帶來障礙。

　　由于各機構數(shù)據(jù)接口不統(tǒng)一，不同機構的數(shù)據(jù)難以互聯(lián)互通，嚴重阻礙數(shù)據(jù)開放共享，導致數(shù)據(jù)資產(chǎn)相互割裂、自成體系。

　　如何解決金融數(shù)據(jù)共享與數(shù)據(jù)隱私保護之間的痛點，更好地發(fā)揮數(shù)據(jù)潛力成為了很多金融機構的所面對的題目。

　　在2016年，谷歌科學家H.Brendan McMahan提出“聯(lián)邦學習”，又名“聯(lián)邦機器學習”，能有效幫助多個機構在滿足用戶隱私保護、數(shù)據(jù)安全和政府法規(guī)的要求下進行數(shù)據(jù)使用和機器學習建模，降低了傳統(tǒng)中心化機器學習帶來的隱私泄露風險和因數(shù)據(jù)泄露帶來的相應成本。

　　據(jù)了解，聯(lián)邦學習是基于數(shù)據(jù)隱私保護的安全計算框架，是一系列技術實現(xiàn)的統(tǒng)稱，為機器學習、深度學習、遷移學習算法提供安全計算支持。安全底層支持同態(tài)加密、秘密共享、哈希散列等多方安全計算機制，算法層支持多方安全計算模式下的邏輯回歸、Boosting、聯(lián)邦遷移學習等。

　　假設有兩個不同的企業(yè)各自擁有不同數(shù)據(jù)，按照歐洲GDPR用戶隱私準則不能粗暴地將雙方數(shù)據(jù)加以合并。聯(lián)邦學習可以做到各個企業(yè)的自有數(shù)據(jù)不出本地，然后通過聯(lián)邦系統(tǒng)進行在加密機制下的參數(shù)交換，即在不違反數(shù)據(jù)隱私法規(guī)情況下，建立一個虛擬的共有模型。這個虛擬模型就好像能達到數(shù)據(jù)聚合在一起建立的最優(yōu)模型一樣。

　　目前聯(lián)邦學習已經(jīng)開始在金融行業(yè)中落地實踐。北京金融科技創(chuàng)新監(jiān)管第二批11個試點名單中，騰訊安全靈鯤與浦發(fā)銀行、北京金控共同合作的“多方數(shù)據(jù)學習‘政融通’在線融資項目”成功入選，成為全國首個基于聯(lián)邦學習的普惠金融試點應用。

　　此外，今年9月，微眾銀行領銜首個聯(lián)邦學習國際標準獲IEEE全票通過正式批準出臺。

　　11月3日，由北京金融科技產(chǎn)業(yè)聯(lián)盟、移動支付網(wǎng)聯(lián)合主辦的“2020第五屆中國金融科技安全大會”將在深圳舉行。

　　微眾銀行人工智能部副總經(jīng)理陳天健將以《金融數(shù)據(jù)共享與安全解決方案：聯(lián)邦學習》為題進行主題分享，以微眾銀行的實踐案例為基礎，探討聯(lián)邦學習這一人工智能技術如何成為金融數(shù)據(jù)共享與安全解決方案，驅(qū)動行業(yè)數(shù)字化轉(zhuǎn)型。

　　陳天健，微眾銀行人工智能部副總經(jīng)理，負責微眾銀行智能化和聯(lián)邦學習技術生態(tài)的構建。曾任職于百度、騰訊、華大基因等多家科技公司，曾任百度主任架構師，百度金融首席架構師，設計百度搜索、推薦、大數(shù)據(jù)、金融等多個業(yè)務的總體架構和關鍵系統(tǒng)。