去年發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》將數(shù)據(jù)列為五大生產(chǎn)要素之一，強調(diào)要加快培育數(shù)據(jù)要素市場。將數(shù)據(jù)作為生產(chǎn)要素，表明隨著經(jīng)濟活動數(shù)字化轉型加快，數(shù)據(jù)對提高生產(chǎn)效率的乘數(shù)作用凸顯。這也是最具時代特征的生產(chǎn)要素的重要變化。用好大數(shù)據(jù)這個最新要素可以保證在數(shù)字化時代下跟緊時代潮流，走向高質量發(fā)展的美好未來。

受行業(yè)特性影響，大數(shù)據(jù)應用在金融領域有著得天獨厚的優(yōu)勢。但是數(shù)據(jù)的積累在一個行業(yè)或是領域之中長時間局限，就會形成數(shù)據(jù)孤島并且在數(shù)據(jù)不斷壯大、發(fā)展期間帶來了數(shù)據(jù)隱私和安全問題。百融云創(chuàng)致力于為金融機構提供全面的一體化解決方案——既要能夠有效解決數(shù)據(jù)孤島問題，又要能夠持續(xù)保證運行系統(tǒng)的穩(wěn)定，同時還要兼顧未來橫向擴展的需求。

聯(lián)邦學習技術的出現(xiàn)為解決數(shù)據(jù)隱私與數(shù)據(jù)共享的矛盾提供了有效方案。這是一種加密的分布式機器學習技術，可實現(xiàn)各個企業(yè)自有數(shù)據(jù)不出本地，通過加密機制下的參數(shù)交換方式，在不違反數(shù)據(jù)法規(guī)隱私的情況下，建立一個虛擬的共有模型，最終通過聯(lián)合建模提升模型的效果。隨著各界對金融消費者個人隱私保護的日益重視，數(shù)據(jù)和信息安全已經(jīng)成為智能金融時代重要的信任基石。

百融云創(chuàng)人工智能金融實驗室相關算法負責人介紹，運用聯(lián)邦機器學習，一方面可以實現(xiàn)數(shù)據(jù)隔離，參與各方的數(shù)據(jù)不會泄露到外部，滿足用戶隱私保護和數(shù)據(jù)安全的需求；另一方面，通過聯(lián)邦學習能夠保證模型質量無損，不會出現(xiàn)負遷移，保證聯(lián)邦模型比割裂的獨立模型效果好。此外，重要的一點是各參與者地位對等，能夠實現(xiàn)公平合作，實現(xiàn)打通"數(shù)據(jù)孤島"到"共同富裕"的目標。

在應用場景層面，聯(lián)邦學習主要有橫向聯(lián)邦學習、縱向聯(lián)邦學習、聯(lián)邦遷移學習三種。以縱向聯(lián)邦學習來說，其特點是樣本ID重疊較多、樣本特征重疊較少，通過聯(lián)邦學習可以實現(xiàn)雙方獲利，即無標簽一方可以使用聯(lián)邦模型預測，有標簽一方提升模型準確度。比如銀行和互聯(lián)網(wǎng)公司的合作，銀行有用戶銀行卡的收支行為與貸款信息，而電商企業(yè)掌握用戶的商品瀏覽與購買歷史信息，通過聯(lián)邦學習雙方可以在風控管理、信用評估、精準營銷等領域實現(xiàn)合作。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關鍵詞：