如何利用聯(lián)邦學(xué)習(xí)實(shí)現(xiàn)價(jià)值共享？同盾科技發(fā)布最新研究成果

隨著社會(huì)各界對(duì)于個(gè)人隱私保護(hù)的日益重視，數(shù)據(jù)和信息安全已經(jīng)成為數(shù)字和智能時(shí)代重要的信任基石，而以機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為代表的需要依靠海量數(shù)據(jù)訓(xùn)練機(jī)器的人工智能模式，可能也需要進(jìn)一步革命，因?yàn)楹芏囝I(lǐng)域?qū)嶋H上并沒(méi)有海量的數(shù)據(jù)作為基礎(chǔ)，而且隨著數(shù)據(jù)隱私保護(hù)的日益強(qiáng)化，效率與安全之間的矛盾也日益凸顯。

聯(lián)邦學(xué)習(xí)技術(shù)的出現(xiàn)為業(yè)界提供了全新的發(fā)展思路。

聯(lián)邦學(xué)習(xí)是在用戶數(shù)據(jù)隱私保護(hù)的前提下,通過(guò)去中心化協(xié)作的方式，進(jìn)行多方數(shù)據(jù)融合與機(jī)器學(xué)習(xí)模型集成的理論技術(shù)。巧妙的化解了多個(gè)主體、多數(shù)據(jù)源、不同特征維度之間聯(lián)合建模的問(wèn)題，解決行業(yè)內(nèi)外數(shù)據(jù)隱私與數(shù)據(jù)共享的矛盾，使得企業(yè)各方在保護(hù)彼此數(shù)據(jù)隱私的前提下實(shí)現(xiàn)跨平臺(tái)和地域的共創(chuàng)價(jià)值，各取所需。

同盾敏銳地觀察到聯(lián)邦學(xué)習(xí)的獨(dú)特能力,針對(duì)這種數(shù)據(jù)隱私問(wèn)題,可以利用聯(lián)邦的思想,將銀行、信貸公司、消費(fèi)金融公司、P2P平臺(tái)等金融企業(yè)全都納入聯(lián)邦框架中,以實(shí)現(xiàn)價(jià)值的共享。

近日同盾科技人工智能研究院深度學(xué)習(xí)實(shí)驗(yàn)室發(fā)布了最新研究成果：“面向聯(lián)邦學(xué)習(xí)的加密神經(jīng)網(wǎng)路”。該研究成果可以用于解決多頭借貸難題，并能保障參與方的數(shù)據(jù)隱私。

聯(lián)邦學(xué)習(xí)目的是通過(guò)多個(gè)參與方協(xié)作，共同訓(xùn)練機(jī)器學(xué)習(xí)模型，同時(shí)還要能保護(hù)數(shù)據(jù)隱私。目前聯(lián)邦學(xué)習(xí)主要存在如下兩個(gè)方面的問(wèn)題：

1) 在訓(xùn)練過(guò)程中盡管沒(méi)有傳輸客戶數(shù)據(jù)，一定程度上保證了用戶隱私。但是梯度信息仍然可能會(huì)泄露用戶隱私。

2) 聯(lián)邦需要傳輸?shù)哪Ｐ吞荻葦?shù)據(jù)量非常大，在參與方和第三方通信過(guò)程中需要耗費(fèi)較長(zhǎng)時(shí)間。

為了解決上述問(wèn)題，研究人員提出了一種基于加密神經(jīng)網(wǎng)絡(luò)的聯(lián)邦學(xué)習(xí)方法，既可以保護(hù)用戶的數(shù)據(jù)隱私，又可以壓縮模型數(shù)據(jù)，加快聯(lián)邦學(xué)習(xí)進(jìn)程。

加密神經(jīng)網(wǎng)絡(luò)(如下圖所示)主要包含兩部分：加密網(wǎng)絡(luò)和解密網(wǎng)絡(luò)。其中加密網(wǎng)絡(luò)部署在參與方，輸入為每個(gè)參與方生成的梯度信息，輸出加密數(shù)據(jù)。解密網(wǎng)絡(luò)部署在第三方服務(wù)器上，輸入為各參與方產(chǎn)生的加密數(shù)據(jù)，輸出為重構(gòu)的梯度更新。

因?yàn)?，在整個(gè)傳輸過(guò)程中只傳輸加密后的梯度信息，而且第三方的解碼器只能重構(gòu)出整體的梯度更新而不能重構(gòu)出單個(gè)參與方的梯度信息。因此即可以保證參與方的梯度信息在傳輸中是安全的，又可以保證參與方信息對(duì)第三方服務(wù)器也是私密的。

加密神經(jīng)網(wǎng)絡(luò)在本質(zhì)上同時(shí)實(shí)現(xiàn)了安全多方計(jì)算和同態(tài)加密的功能，該方法可以有效解決多頭借貸問(wèn)題。借貸數(shù)據(jù)可以通過(guò)加密神經(jīng)網(wǎng)絡(luò)計(jì)算,這樣在傳輸過(guò)程甚至是第三方機(jī)構(gòu)中都不會(huì)有可復(fù)原的數(shù)據(jù)出現(xiàn)，進(jìn)而有效規(guī)避了隱私泄露的風(fēng)險(xiǎn)。

作為國(guó)內(nèi)聯(lián)邦學(xué)習(xí)的先驅(qū)，同盾科技致力于基礎(chǔ)理論、算法和平臺(tái)的創(chuàng)新研究、產(chǎn)品及服務(wù)的研發(fā)落地，推出有落地場(chǎng)景支撐的行業(yè)標(biāo)準(zhǔn)及開放平臺(tái)，在人工智能研究院的大力推動(dòng)下,同盾科技聯(lián)邦學(xué)習(xí)正在加速產(chǎn)業(yè)化進(jìn)程,一些基于理論的美好猜想,正漸漸閃爍讓人興奮的曙光。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。