富数科技VP卞阳:从多方安全计算到协同机器学习,如何解决信息不对称与公平性问题

来源:厂商投稿

点击:813

A+ A-

所属频道:新闻中心

关键词:富数科技

    2020年6月17日,大数据技术标准推进委员会主办的多方安全计算技术沙龙在线上召开,富数科技、蚂蚁金服、百度等国内领先安全计算公司的技术专家悉数出席,深入探讨多方安全计算技术现状与趋势,共话MPC产业化之路与应用场景拓展。富数科技安全计算首席专家卞阳参加并发表《从多方安全计算到协同机器学习》的主题分享,深入浅出地从技术角度讲解了从多方安全计算到协同机器学习以及信息不对称与公平性的问题。

    自2016年创立以来,富数科技不断深入在联邦学习、多方安全计算等加密计算领域研发创新,为国内数据安全领域开辟自研新动力。秉持自研可控、本地化等理念,富数科技不断完善其产品矩阵,并将安全技术落实到丰富的应用场景中。通过开创性地将“松弛迭代法”运用在安全计算和联邦学习中,富数科技很大程度上改善了其在智能合约、ML算法优化、代码编译和计算硬件芯⽚片融合⽅面的性能,在同等条件下实现了收敛速度的大幅提升,并且在模型精度和计算速度上达到行业一流水平。

    在数据被定义为生产要素的今天,“数据孤岛”现象严重影响了行业的进一步发展,甚至引发了“用数据难”的现状。在这种现状下,多方安全计算成为解决数据安全流通的最有效技术之一。据卞阳介绍,数据各方在不让其他参与方获得自己数据的条件下,共同计算并得到己方想要的计算结果。无需私有数据离开私有域,全程加密计算,使数据可用不可见,在保护隐私同时还能发挥数据价值。

    同时,卞阳还提到,企业在向外部数据合作方查询信息时, 容易出现暴露查询目标ID即客户信息的情况。在数据源开放输出时,数据会被截留缓存或转售滥⽤,从而使数据失去控制并造成了数据价值的流失。而“匿踪查询”则基于不经意传输的思想和加密混淆算法的基础上,保证在数据的查询过程中,能对被查询者进行保护。数据查询方能够获取到自己希望查询的数据,但同时数据提供方,无法获取被查询用户信息,通过这种方式能有效保护被查询者的信息。

    针对大数据与人工智能应用中“数据孤岛” “隐私保护”与“数据安全”难题,作为国内安全计算领跑者,富数科技发布了国内首个企业级私有化安全计算平台Avatar。该平台由是富数科技完全自主研发的本地化安全计算平台,提供基于合法合规和安全计算关键技术两个稳定支点地企业级解决方案,实现完全本地私有化平台产品交付。

    据悉,Avatar已获得信通院多方安全标准证书等国家及行业标准资质认可,满足了不同客户实际环境和业务需求,获得市场优质口碑。其核心四大生态服务多方安全计算、联邦学习、匿踪查询、联盟区块链等,恰好印证了富数科技由业务出发解决实际问题,包括本地化部署、联合统计、联合建模、联合营销、查询不留痕等行业需求。 卞阳介绍道“Avatar以‘联邦学习’和‘多方安全计算’为核心,分别推出横向联邦学习、纵向联邦学习、联邦迁移学习三大类别的联邦学习算法来满足大数据和小数据的不同数据场景的需求。可以有限解决数据流通过程中地不对称问题,建立数据价值和数据安全之间的平衡,有效实现数据流通地公平性”。

    在技术上地的突飞猛进,促进了富数科技在业务上地不断积累、拓宽。据悉,富数科技已拥有数十家国内客户,并和银行机构、保险机构、政务数据、运营商数据、SDK数据、支付数据、医疗机构、消费金融等领域的头部公司展开了深度合作,在运用安全计算技术进行联合风控、联合营销、联合统计等业务落地。

    截止目前,富数科技已拥有多项资质认证和专利认证,并成为了中国通信标准化协会会员、工信部信通院大数据安全及流通标准组成员、安全多方计算标准发起方,同时也是国内首批通过中国信通院多方安全计算产品技术评测的科技公司。

    伴随互联网产业的高速发展,物联网、工业互联网、大数据等新兴领域和新兴技术的快速崛起。富数科技以硬核的自研科技力量为主推动力,辅以全面落地的多行业多应用场景,正不断推进中国安全计算行业发展。


    (审核编辑: KEEP)