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。