破解不同技术平台交互阻碍，「富数科技」和「微众银行」实现异构联邦学习平台互通

图片地址：https://img.36krcdn.com/20210416/v2_5d8b6b511da548048f52b7b643b6feaf_img_jpeg

日前， 在北京金融科技产业联盟的组织下，结合中国工商银行、交通银行、中国农业银行、中国银联等头部金融机构在使用联邦学习的实际场景需要，微众银行AI团队和富数科技隐私计算团队一起破解了不同联邦学习平台之间互联的技术难题。根据公司介绍，这是行业内第一次实现异构联邦学习平台的互通。而这次互联互通实验，初步验证了正在制定中的联邦学习技术互联互通技术标准的可行性，可被视作是隐私计算技术发展史上的一次突破。 异构联邦学习平台互通 联邦学习的新难点 此前由于数据过度采集、非法共享、随意滥用等现象层出不穷，因此隐私保护、数据安全被提到了前所未有的高度，联邦学习这类技术应运而生。这种技术的理念是利用分散化的多源数据，帮助不同参与方在不交换原始数据的前提下高效建模，开发数据价值的同时保护各方利益，在人工智能与数据之间架起安全的桥梁。 当前随着联邦学习技术逐渐被业内认可，不同厂商纷纷推出具有行业特色的联邦学习平台。但更多的技术产