百融云创：联邦学习技术直击数据时代痛点

我们正在迈向一个新时代，以大数据、人工智能、云计算、区块链等新技术为代表的“新基建”大大促进了数字化、智能化、线上化的时代来临。它们渗透进金融各个细分领域带来了不少的好处。例如，保险理赔，在过去很长一段时间，检验保险理赔中是否出现欺诈性理赔的工作往往会交给保险公司的理赔人员，而理赔人员会根据自己过往的经验和直觉进行判断，导致出现不正确的判断。随着大数据分析技术的进步，这样的审查可以逐步移交给专业的大数据分析，寻求更为快速和准确的结论。

另外，不是有了数据就可以保证业务的顺利进行。大数据往往面临两个重要挑战：一是在大多数行业中，公司各个系统间无法完成高效的数据交换和沟通，系统间就像一个个的孤岛，使得数据以孤立的孤岛形式存在。另一个是要加强数据隐私和安全性，每个人每天每时每刻都会产生数据，如果这些数据被利用，发生了欺诈案件，造成了数据主的损失，往往会带给社会不良的影响。

针对当前越来越突出的“数据孤岛”问题，百融云创在业内号召并率先探索“联邦学习”模式。这是一种加密的分布式机器学习技术，能够使各个企业的自由数据在不出本地的情况下，通过加密机制交换数据，即在不违反数据隐私法规的前提下，建立虚拟共有模型，仅为本地目标服务。与此同时，为避免重复欺诈的现象，企业间还需建立关于欺诈案件、欺诈手法的信息共享。

运用联邦机器学习，一方面可以实现数据隔离，参与各方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求;另一方面，通过联邦学习能够保证模型质量无损，不会出现负迁移，保证联邦模型比割裂的独立模型效果好。此外，重要的一点是各参与者地位对等，能够实现公平合作，实现打通"数据孤岛"到"共同富裕"的目标。

在当下，要将金融、数据算法、和业务本身的理解三者结合起来才能做好防范，才能更好的享受新技术带来优势，百融云创会持续发展自身的科技实力，为中国的数字金融发展贡献出巨大的力量。