应对数字时代隐私安全新挑战同盾科技参加首届

发布时间:

  2019年8月10日至8月16日,同时首届联邦学习国际研讨会在第28届国际人工智能联合会议(IJCAI)中开幕

  有超过100位在联邦学习领域有深入研究的国际领先的科学家和学者参与会议,发表和分享联邦学习最前沿和最先进的成果。2019-10-08传统的街头售卖方法是将所有预制已熟的串串,!同盾科技人工智能研究院院长李晓林教授受邀参加。

  联邦学习的概念最先由Google 公司提出,谷歌随后开发出基于手机设备的“联邦学习”(Federated Learning),通过个人终端设备在本地进行模型训练,然后仅将模型更新的部分加密上传到云端,同时再与其他用户的部分进行整合使用。

  在数据安全和隐私保护越发重要的当下,联邦学习的应用前景非常广阔。在国内联邦学习还处于萌芽阶段,一些技术嗅觉敏锐的企业已经开始着手进行相关研究, 参与本次研讨会李晓林教授正在带领同盾人工智能技术团队,致力于「联邦学习」技术在金融风控领域的应用开发。

  李晓林教授认为:“在联邦学习的模式下,模型训练的时候每个银行和金融机构,各自的数据不需对外输出,甚至连模型的参数都不用给到对方,只需要将模型梯度的变化告知另一方即可,对方从梯队的变化不一定能反推出你模型的参数情况。

  在整个训练、交互过程中,模型尽管碰触了很多数据,但数据却始终没有离开本行和本机构,完全化解数据安全、合规的忧虑。这跟原来集中式的大数据模型,新华网-江苏频道有截然不同的思维逻辑。未来在银行与银行、银行与金融机构、银行与金融机构和科技公司之间的合作,联邦学习必将走上历史舞台,成为主流。”

  此前,同盾科技与招联金融共建AI创新实验室,联邦学习就是实验室重要的主攻项目之一。作为国内联邦学习的先驱,同盾科技致力于基础理论、算法和平台的创新研究、产品及服务的研发落地,推出有落地场景支撑的行业标准及开放平台,并希望能邀请多方机构参与建设联邦学习的产业联盟,共同构筑数据合规安全的智能金融生态。