打破数据孤岛：联邦学习技术实践探索_打破数据孤岛:联邦学习技术实践探索

导读：2019年7月20日，由微众银行、DataFun主办的主题为“打破数据孤岛：联邦学习技术实践探索”技术沙龙在深圳举行。微众银行人工智能部副总经理陈天健、高级研究员范涛、AI系统架构师曾纪策以及腾讯神盾沙箱产品技术负责人陈雄等四位专家，分别从联邦学习时代背景、新一代联邦学习技术、联邦学习开源平台FATE，以及数据合作与安全多方计算等几个方面，完整地阐述了联邦学习如何打破「数据孤岛」与「数据隐私保护」的两难困境。

人工智能经过漫长发展，近些年在算法、算力、数据上取得巨大突破，得以在行业应用中崭露头角，发挥着举足轻重的作用。不过随之而来是一系列的新问题——比如大多数行业中数据分散形成的「数据孤岛」，以及越来越受到关注的「数据隐私保护」问题。针对数据孤岛和数据隐私的两难困境， 微众银行AI团队提出了基于“联邦学习”的系统性的通用解决方案，并在GitHub上开源工业级的联邦学习技术框架FATE，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的前提下，进行多方数据使用和联合建模。目前微众AI已经推动FATE在信贷风控、监管科技、零售、保险等领域的一系列应用落地。
添加FedAI小助手：FedAI001 进一步了解

联邦学习的时代背景

陈天健指出，深度学习是技术的选择，联邦学习是历史的选择。随着经济全球化的发展，互联网时代的到来，产生了海量的数据，深刻地影响着各行各业。但是伴随着国外GDPR（《通用数据保护条例》，General Data Protection Regulation）等一系列数据隐私保护法律法规出台，数据隐私保护与数据安全问题愈发受到关注。