8月11日消息，近日，中國信通院“卓信大數(shù)據(jù)計劃”公布第二批聯(lián)邦學習安全專項通過評估的企業(yè)及其聯(lián)邦學習產(chǎn)品/方案名單，其中，360數(shù)科隱私保護機器學習FastFL平臺，通過評估認證。

據(jù)了解，F(xiàn)astFL平臺采用了包括差分隱私、同態(tài)加密等多種主流的隱私保護技術(shù)，交互的數(shù)據(jù)經(jīng)過加噪或加密，在確保原始明文數(shù)據(jù)無法被對方獲得的同時，在算法層面進行了多項創(chuàng)新與優(yōu)化。目前360數(shù)科已經(jīng)與多家機構(gòu)展開合作，將FastFL平臺落地應(yīng)用于信用評估、客群優(yōu)化等。

第二期通過評估的企業(yè)及其聯(lián)邦學習產(chǎn)品/方案名單

根據(jù)官方的介紹，2019年，360數(shù)科成立隱私保護與安全計算研究院，引入聯(lián)邦學習技術(shù)發(fā)力大數(shù)據(jù)隱私保護研究。據(jù)360數(shù)科隱私保護與安全計算研究院院長沈赟表示，聯(lián)邦學習是一種分布式的模型訓(xùn)練方式，本身并不包含隱私保護機制，需要結(jié)合特定的隱私技術(shù)才能達到隱私保護的目的。

沈赟稱，“金融與科技的融合，極大程度上取決于對數(shù)據(jù)價值的深挖程度，而如何兼顧隱私性與可用性的關(guān)系，既是企業(yè)必須面對的道德底線，也是考驗企業(yè)技術(shù)是否過硬的先決條件。”

他表示，針對本次評估，360數(shù)科推出的隱私保護機器學習平臺FastFL(Fast Federated Learning)，支持多方在不傳遞原始明文數(shù)據(jù)的情況下，進行數(shù)據(jù)求交、特征處理、模型訓(xùn)練、評估等全流程合作建模。

據(jù)悉，“卓信大數(shù)據(jù)計劃”-聯(lián)邦學習安全評估專項是中國信通院針對聯(lián)邦學習產(chǎn)品安全性開展的評估項目，旨在響應(yīng)我國數(shù)據(jù)要素市場化政策，夯實數(shù)據(jù)流通的安全基礎(chǔ)，促進隱私計算行業(yè)健康發(fā)展。

此次評估涵蓋了聯(lián)邦學習流程中的數(shù)據(jù)管理、聯(lián)邦對齊、特征處理、模型訓(xùn)練、模型評估、聯(lián)邦預(yù)測6個階段，包括聯(lián)邦學習數(shù)據(jù)完整性保障、元數(shù)據(jù)發(fā)布安全、數(shù)據(jù)求交安全、統(tǒng)計量計算安全、聯(lián)邦模型算法安全、交換安全等內(nèi)容。同時，也評估系統(tǒng)或平臺層的授權(quán)認證、通信安全、存儲安全、過程存證等數(shù)據(jù)安全能力。

關(guān)鍵詞： 360數(shù)科 工信部 中國 信息通信研究院