聯(lián)邦學(xué)習(xí)（Federated learning）在保證數(shù)據(jù)隱私性的前提下，使用分散在各地的數(shù)據(jù)，訓(xùn)練機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型，從而在遵守隱私保護(hù)法律的前提下，通過(guò)協(xié)作建模，提升機(jī)器學(xué)習(xí)的效率，其在金融、零售、自動(dòng)駕駛等領(lǐng)域已有廣泛應(yīng)用。

正文

繼《網(wǎng)絡(luò)安全法》、《數(shù)據(jù)安全法》、《個(gè)人信息保護(hù)法》陸續(xù)實(shí)施之后，國(guó)家對(duì)網(wǎng)絡(luò)安全、數(shù)據(jù)安全、和個(gè)人信息安全都有了明文嚴(yán)格的法律法規(guī)保護(hù)與制約。

毫不夸張地說(shuō)，數(shù)據(jù)安全已經(jīng)成為了整個(gè)時(shí)代都關(guān)注的重要議題之一。跨機(jī)構(gòu)的數(shù)據(jù)要素融合應(yīng)用充滿了挑戰(zhàn)，而隱私計(jì)算技術(shù)發(fā)明的初衷，便是服務(wù)于各方數(shù)據(jù)在合作中不被泄露的訴求，其解決最根本的問(wèn)題是隱私數(shù)據(jù)的安全性。

天冕科技自２０１９年８月獲得的第一個(gè)國(guó)家知識(shí)產(chǎn)權(quán)局的發(fā)明專利證書“欺詐檢測(cè)和風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)”的評(píng)估方法之后，就展開了對(duì)隱私計(jì)算技術(shù)的深入探索，其布局時(shí)間遠(yuǎn)早于隱私計(jì)算風(fēng)口到來(lái)之時(shí)，彰顯出天冕科技在創(chuàng)新科技研究方面超前的戰(zhàn)略眼光。

如果我們把創(chuàng)新技術(shù)的商業(yè)模式按照IT系統(tǒng)和應(yīng)用平臺(tái)兩種類型來(lái)劃分，則隱私計(jì)算技術(shù)的應(yīng)用從現(xiàn)階段來(lái)看，更偏向于定位成一個(gè)應(yīng)用平臺(tái)。該類型的劃分在業(yè)務(wù)邏輯上有著很大的區(qū)別。IT系統(tǒng)，在應(yīng)用中的最終價(jià)值，是幫助使用方節(jié)省成本；應(yīng)用平臺(tái)，則可能對(duì)具體使用方有提升業(yè)務(wù)的作用。目前隱私計(jì)算技術(shù)的作用更偏后者，其根本價(jià)值，主要是使得機(jī)構(gòu)能夠?qū)?nèi)外部數(shù)據(jù)結(jié)合起來(lái)對(duì)用戶進(jìn)行分析，從而提升業(yè)務(wù)收入。在這樣的大背景下，一種基于數(shù)據(jù)隱私保護(hù)技術(shù)實(shí)現(xiàn)的分布式訓(xùn)練范式——聯(lián)邦學(xué)習(xí)應(yīng)運(yùn)而生，逐漸受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。

天冕聯(lián)邦學(xué)習(xí)平臺(tái)是天冕科技利用前沿信息技術(shù)打造的高效安全數(shù)據(jù)合作解決方案。該平臺(tái)可以充分保護(hù)各方用戶數(shù)據(jù)安全，打破數(shù)據(jù)孤島，支持企業(yè)按照具體的建模場(chǎng)景，溝通并匹配其他聯(lián)邦成員，在明文數(shù)據(jù)不出庫(kù)的前提下，共同完成聯(lián)邦模型的訓(xùn)練與構(gòu)建，幫助建模人員快速搭建聯(lián)邦學(xué)習(xí)任務(wù)（橫向聯(lián)邦、縱向聯(lián)邦、縱橫向混合聯(lián)邦等），促進(jìn)聯(lián)邦成員間的交流與共贏；在保護(hù)數(shù)據(jù)隱私的同時(shí)，深度連接各個(gè)合作方，實(shí)現(xiàn)跨數(shù)據(jù)、跨行業(yè)的合作共贏。

天冕聯(lián)邦學(xué)習(xí)平臺(tái)攜手合作伙伴，安全共享數(shù)據(jù)價(jià)值

背景：某頭部互金公司需要對(duì)存量沉默用戶進(jìn)行激活營(yíng)銷，僅使用現(xiàn)存自有數(shù)據(jù)特征進(jìn)行建模或者僅參考第三方數(shù)據(jù)評(píng)分只能達(dá)到收支平衡，然而引入線下第三方數(shù)據(jù)進(jìn)行聯(lián)合建模的方式又存在用戶數(shù)據(jù)泄露的風(fēng)險(xiǎn)；通過(guò)使用天冕聯(lián)邦學(xué)習(xí)平臺(tái)，在自有數(shù)據(jù)特征的基礎(chǔ)上引入第三方數(shù)據(jù)進(jìn)行聯(lián)合建模，有效提升了模型效果和營(yíng)銷ROI。

實(shí)施過(guò)程：該頭部互金公司抽取30萬(wàn)的存量沉默用戶（已注冊(cè)但未曾進(jìn)件）作為樣本，結(jié)合某數(shù)據(jù)服務(wù)商提供的第三方數(shù)據(jù)，依托天冕聯(lián)邦學(xué)習(xí)平臺(tái)進(jìn)行聯(lián)合建模之后，將用戶特征維度擴(kuò)?至上千維度，然后抽取樣本中70%的沉默用戶作為訓(xùn)練模型，并用該訓(xùn)練模型對(duì)剩余30%沉默?戶進(jìn)行評(píng)分預(yù)測(cè)。

結(jié)果顯示，分值越高的用戶，進(jìn)件概率越?，在訓(xùn)練模型中分值排名前5%的樣本用戶里，預(yù)測(cè)的進(jìn)件準(zhǔn)確率能達(dá)到3%（較以往單獨(dú)建模預(yù)測(cè)進(jìn)件準(zhǔn)確率為1%）左右，這說(shuō)明了該訓(xùn)練模型對(duì)于有貸款需求的用戶具有較高的預(yù)測(cè)性。

與此同時(shí)，天冕科技對(duì)?了該頭部互金公司單?建模和多方聯(lián)合建模的模型效果，從模型角度和最終預(yù)判的貸款需求用戶數(shù)量來(lái)看，聯(lián)合建模?單方建模在AUC、KS等指標(biāo)上具有更好的區(qū)分度和排序性，在對(duì)前10%評(píng)分高的用戶營(yíng)銷后，模型KS提升11%。通過(guò)使用天冕聯(lián)邦學(xué)習(xí)平臺(tái)建模后，該頭部互金公司本期營(yíng)銷收入增加了68萬(wàn)。