“百融云创：联邦学习推动数据融合应用，提升金融数字化水平”

本篇文章831字，读完约2分钟

近年来，国家相继出台了一些政策，要求确定数据要素的基础性、战术地位，加强数据资源的整合、应用和安全管理，提高数据资源的价值。 金融业作为数据密集型领域，积极执行国家政策，深化数据管理机制研究，深入挖掘数据的内在价值，深入进行数据安全保护，为金融搭载数据引擎，实现了多方向的力量。

随着人工智能、大数据等技术的进步，金融业的数据采集手段更加先进，渠道越来越多样化，资源更加丰富。 并且，金融业与科技公司合作，不断优化数据管理，加强标准制定，加强数据保护，推进数据精细化管理和差异化防护。

联邦学习就是在这个背景下产生的。 目前，“联邦学习”能够很好地应对大数据APP的困境，在满足数据隐私、安全性、监管的基础上，数据合作者能够高效、准确、安全地联合采用各自的数据进行联合培训，从而帮助公司保护和保护自己的数据

作为国内领先的独立ai技术平台，百融云创利用联邦学习处理联邦迁移学习、数据安全查询、纵向联邦、横向联邦等问题，保障大数据交换时的新闻安全，保护机构数据资产安全和个人数据隐私， 在保证合法合规的前提下，在多个参与者或多个计算节点之间开展有效的机器学习，实现了数据和特征变量的“可用不可见”。 在安全条件下，结合金融机构和外部数据源的数据，训练机器学习模型，相对于以前流传的联合建模方法，模型的效果得到了很大的提高。

百融云创积极推进联邦学习技术的研发和创新，从整个数据产业来看，这样可以增加可用数据的总量，很好地处理现有数据孤岛的问题； 对金融机构自身来说，采用联邦学习可以轻松、合法、低价地获取外部较为有效的数据新闻，有效地解决数据量和数据维度不足带来的烦恼。 百融云创立足领域诉求，扎根技术创新，不断更新和优化技术含量和服务质量，为用户提供更放心满意的科技服务。

未来，百融云创将积极推进创新技术应用，加强标准建设，构建开放合规的数据合作生态平台，协助金融机构健全数据管理机制、数据模型，形成多层、系统化的数据管理体系，实现金融业数字化和智能化水平

来源：企业信息港