写点什么

Sophon 联邦学习,让数据发挥真正的价值

作者:星环科技
  • 2022 年 1 月 12 日
  • 本文字数:1385 字

    阅读完需:约 5 分钟

Sophon联邦学习,让数据发挥真正的价值

安全事件频发,各国相继出台数据安全和隐私保护条例

早在 2018 年 3 月 17 日,Facebook 就曾被爆出数据泄露事件,8700 万 Facebook 用户信息被泄露给数据分析公司 Cambridge Analytica 利用,违背了用户对于平台的信任,造成公司市值在 19、20 日两日总计蒸发 500 亿美元。

同年 5 月,欧洲联盟出台了《通用数据保护条例》(General Data Protection Regulation,简称 GDPR),对于涉及收集、传输、保留及处理成员国个人信息的机构和组织提出了约束措施。

2021 年,《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》也于 6 月和 8 月相继发布,标志着我国在数据安全合规领域有法可依,个人的信息将在法律监管依据下得到更加全面的保护。


面对数据孤岛和数据保护条例,联邦学习技术来破局

法律法规的出台,并非意味着对数据的流通和企业间合作的禁锢,而是为数据要素市场提供更加透明、有序和安全的环境。


数据只有流动起来才会产生价值。就在前不久,上海数据交易所的成立为数据的流通带来新的模式和生机,企业可以对合规的数据产品进行挂牌和交易,从而迸发数据价值。星环科技作为上海数据交易所的首批签约数商,提供了包含联邦学习等工具集,支持数据流通服务。联邦学习是一种机器学习的框架,能够有效帮助多个机构或合作方在满足用户数据隐私保护、数据安全及政府法规的要求下,进行安全合规的数据使用和机器学习建模,从而解决明文数据无法出域、联合查询成本高、建模样本少、标签少、模型精度由于样本质量难以提升等问题。

星环科技推出的 Sophon FL 联邦学习平台底层为分布式架构,使用差分隐私、同态加密、不经意传输和可信计算等隐私保护机技术,达到数据不动模型动、数据可用不可见的效果。

Sophon FL 支持对各方数据进行横向联邦学习(适用于特征趋同但样本不同的样本互补型企业)、纵向联邦学习(适用于样本趋同但特征不同的特征互补型企业)和迁移学习(适用于样本和特征均不趋同的企业)。可视化界面操作便捷,让多个参与者都可以从高效的数据联合分析、建模中获益。


Sophon 联邦学习平台,在政务民生与营销实践中大展身手

Sophon FL 联邦学习平台已在政务、金融、营销等多个领域落地。

在政务民生领域,星环联邦学习软件 Transwarp Sophon FL 通过纵向联邦学习,联合居民用电数据与用水数据,生成群租房预测名单,为政府有效排查群租房提供了技术平台支撑。建模数据表明,联合训练模型比本地单独用电数据训练的模型 AUC 提升 10%以上(绝对值),赋能政务领域更优决策。在联合建模过程中,水、电明文数据全程不出域,有效地保护了个人数据隐私信息。

在精准营销领域,星环科技 Sophon FL 通过纵向联邦学习,帮助企业安全引入了多方数据,丰富用户特征维度,精细挖掘目标用户,在节约推广成本的同时,有效提升了客户转化率。该案例样本量高达亿级,指标维度近千个,直接解决训练样本不足与标准不统一的问题。

Sophon FL 联邦学习平台作为一款成熟的商业软件产品,是国内首批通过信通院资质认证的联邦学习平台,并且通过信通院 “卓信大数据计划” 安全专项评估认证,支持多方在数据隐私保护的前提下进行 AI 协作。2021 年 12 月,Sophon FL 在政务民生与营销实践中的应用还曾荣获中国信通院和CCSA TC601共同评选的2021 “星河” 隐私计算优秀案例。

与此同时,星环科技还深度参与到联邦学习行业标准的撰写中,充分理解行业场景,并借助权威认证的平台服务,在满足客户具体需求的同时,切实保障客户数据安全。

用户头像

星环科技

关注

还未添加个人签名 2020.10.22 加入

领航大数据与人工智能基础软件新纪元

评论

发布
暂无评论
Sophon联邦学习,让数据发挥真正的价值