首页科技快讯破解不同技术平台交互阻碍，「富数科技」和「微众银行」实现异构联邦学习平台互通

破解不同技术平台交互阻碍，「富数科技」和「微众银行」实现异构联邦学习平台互通

来源：晰数塔互联网快讯时间：2021年04月16日 16:14

日前，在北京金融科技产业联盟的组织下，结合中国工商银行、交通银行、中国农业银行、中国银联等头部金融机构在使用联邦学习的实际场景需要，微众银行AI团队和富数科技隐私计算团队一起破解了不同联邦学习平台之间互联的技术难题。根据公司介绍，这是行业内第一次实现异构联邦学习平台的互通。而这次互联互通实验，初步验证了正在制定中的联邦学习技术互联互通技术标准的可行性，可被视作是隐私计算技术发展史上的一次突破。

异构联邦学习平台互通

联邦学习的新难点

此前由于数据过度采集、非法共享、随意滥用等现象层出不穷，因此隐私保护、数据安全被提到了前所未有的高度，联邦学习这类技术应运而生。这种技术的理念是利用分散化的多源数据，帮助不同参与方在不交换原始数据的前提下高效建模，开发数据价值的同时保护各方利益，在人工智能与数据之间架起安全的桥梁。

当前随着联邦学习技术逐渐被业内认可，不同厂商纷纷推出具有行业特色的联邦学习平台。但更多的技术产品在丰富市场选择的同时也带来了新的挑战：出于安全标准不统一以及具体技术实现细节的差异，不同联邦学习技术平台所托管的数据在实际应用中无法跨平台交互。这给需要面对用不同联邦学习技术平台托管数据的联邦建模需求方造成了困难。

换言之，当前不同联邦学习技术平台之间互联的阻碍，成为制约数据价值进一步释放的新壁垒。

破界异构难题

而为打破这一壁垒，隐私计算行业各方一直在积极探索合适的解决方案。日前北京金融科技产业联盟从金融科技创新以及金融信息基础建设的角度出发，组织了相关研究讨论，中国工商银行、交通银行、中国农业银行、中国银联等头部金融机构也提出了厂商之间互联互通的需求。从技术提供方的角度，微众银行AI团队和富数科技隐私计算团队结合实际场景需要，决定联手破解不同联邦学习平台之间数据合作的技术难题，实现跨平台跨架构的互联互通，便于各个机构、企业之间的互联合作，进一步推动金融数据战略规划实施。

在具体实施上，双方团队按照认证、管控、计算三个主要流程，抽象出节点、数据、算法组件、计算任务、存证、认证六大对象模型。提出跨平台互联互通三步走战略，第一阶段：实现节点互相发现及数据资源共享，包括站点发现、站点签约注册以及数据发现；第二阶段：算法组件按照统一标准可以跨平台迁移部署；第三阶段：联邦学习任务可以跨平台执行。分阶段、有节奏地为数据资源方、算法方及平台方案方等众多玩家提供接口。