百融云创打通数据孤岛 联邦学习构建信任基石

　　然而，机遇与挑战始终是并存的。部分金融数据具有一定敏感性，涉及用户个人隐私、商业秘密甚至国家安全，数据共享可能存在法律风险，客观上给机构间共享数据带来障碍。如何解决金融数据共享与数据隐私保护之间的痛点，充分发挥数据潜力成为了很多金融机构面临的难题。

　　百融云创在寻求破解这个难题的过程中探索应用了联邦学习这一技术，可以形象地理解联邦学习为：搭建了一个虚拟的“联邦国家”，把大大小小的“数据孤岛”联合统一进来，这些“数据孤岛”是 “联邦国家”里的一个州，既保持一定的独立自主(比如商业机密、用户隐私)，又能在数据不共享出去的情况下，共享联合建模成果。百融云创创新性地发现这种共赢的机器学习方式，有助于打破数据孤岛、提升AI的应用效率，在市场监管、跨部门合作、数据隐私保护等领域，有着非常广阔的应用前景。

　　百融云创秉承着科技创新的理念从隐私集合求交集、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra，促进安全多方计算、机器学习等理论研究的落地。同时，以区块链技术为辅，实现数据确权和数据价值流转目标，为数据信息安全保驾护航。Indra平台的优越性在于它可以适应不同的应用场景，可以为合作方、客户之间提供一种安全、高效的数据合作模式。

　　百融云创积极运用联邦机器学习技术，一方面可以实现数据隔离，参与各方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求;另一方面，通过联邦学习能够保证模型质量无损，不会出现负迁移，保证联邦模型比割裂的独立模型效果好。此外，重要的一点是各参与者地位对等，能够实现公平合作，实现打通“数据孤岛”到“共同富裕”的目标，逐步获得合作方、客户的认可和信赖。

　　从过去到未来，百融云创始终如一的坚持把隐私保护的原则、理念和方法融入到企业管理中，将保护客户和个人隐私信息放在首位。同时，在探索人工智能和大数据应用的道路上，百融云创也将不断加强技术创新，为金融行业发展的数字化和智能化打造坚硬基石，延续金融行业的专业性与创新性。