8月11日消息,近日,中国信通院“卓信大数据计划”公布第二批联邦学习安全专项通过评估的企业及其联邦学习产品/方案名单,其中,360数科隐私保护机器学习FastFL平台,通过评估认证。
据了解,FastFL平台采用了包括差分隐私、同态加密等多种主流的隐私保护技术,交互的数据经过加噪或加密,在确保原始明文数据无法被对方获得的同时,在算法层面进行了多项创新与优化。目前360数科已经与多家机构展开合作,将FastFL平台落地应用于信用评估、客群优化等。
根据的介绍,2019年,360数科成立隐私保护与安全计算研究院,引入联邦学习技术发力大数据隐私保护研究。据360数科隐私保护与安全计算研究院院长沈赟表示,联邦学习是一种分布式的模型训练方式,本身并不包含隐私保护机制,需要结合特定的隐私技术才能达到隐私保护的目的。
沈赟称,“金融与科技的融合,较大程度上取决于对数据价值的深挖程度,而如何兼顾隐私性与可用性的关系,既是企业必须面对的道德底线,也是考验企业技术是否过硬的先决条件。”
他表示,针对本次评估,360数科推出的隐私保护机器学习平台FastFL(Fast Federated Learning),支持多方在不传递原始明文数据的情况下,进行数据求交、特征处理、模型训练、评估等全流程合作建模。
据悉,“卓信大数据计划”-联邦学习安全评估专项是中国信通院针对联邦学习产品安全性开展的评估项目,旨在响应我国数据要素市场化政策,夯实数据流通的安全基础,促进隐私计算行业健康发展。
此次评估涵盖了联邦学习流程中的数据管理、联邦对齐、特征处理、模型训练、模型评估、联邦预测6个阶段,包括联邦学习数据完整性保障、元数据发布安全、数据求交安全、统计量计算安全、联邦模型算法安全、交换安全等内容。同时,也评估系统或平台层的授权认证、通信安全、存储安全、过程存证等数据安全能力。
(原标题:360数科等入选工信部中国信息通信研究院 “卓信大数据计划”)
版权与免责声明:
凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。
本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。
鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。