進入大數(shù)據時代,各行各業(yè)都在探尋利用數(shù)據挖掘,推動技術變革和業(yè)務創(chuàng)新,而在數(shù)據共享中相伴而生的隱私泄露、數(shù)據濫用等問題,正引發(fā)監(jiān)管機構關注,包括金融業(yè)、醫(yī)療健康等數(shù)據敏感行業(yè)對于數(shù)據共享中的安全需求也日益上升。IDC數(shù)據顯示,預計2018-2022年的五年間全球信息安全市場年復合增長率(CAGR)達25%。

　　為了破解數(shù)據共享中的安全問題,互聯(lián)網公司走向前列。螞蟻金服推出的共享智能就憑借多年金融實踐和廣泛應用,獨樹一幟,成功幫助金融等相關行業(yè)逐步解決隱私泄露和數(shù)據濫用的數(shù)據共享難題,為大數(shù)據在更多領域的深度應用保駕護航。

　　共享智能有四個基石性的研究方向,分別是多方安全計算,可信執(zhí)行環(huán)境,差分隱私,以及聯(lián)邦學習。

　　多方安全計算和可信執(zhí)行環(huán)境側重解決計算過程中的數(shù)據安全問題,差分隱私側重保護計算結果里的隱私泄露,而聯(lián)邦學習擅長解決大數(shù)據孤島帶來的人工智能算法收斂性及效率問題。單獨的一個方向并不能解決多方數(shù)據可用不可得的問題,共享智能的研究既包括推動這四個基礎方向的進步,又包括對這四個方向的融合創(chuàng)新,從而提供滿足不同實際需求的多種產品與服務。

　　對于數(shù)據孤島問題, 目前業(yè)界涌現(xiàn)了像隱私保護機器學習PPML、聯(lián)邦學習、競合學習、可信機器學習等諸多解決方案,但大多僅利用了上面提到的一部分技術,可應用的數(shù)據共享場景相對有限,且基本處于學術研究階段,缺乏生產環(huán)境落地,方案的可行性有待觀察。

　　相比之下,螞蟻金服的共享學習兼容多種安全計算技術,并且支持多種機器學習算法和使用場景,具有更加廣泛的應用前景。基于螞蟻金服自身的業(yè)務場景特性,并聚焦于在金融行業(yè)的應用,從17年開始,螞蟻金服就一直在共享機器學習方向進行探索和研究。經過多年技術積累和實戰(zhàn)檢驗,螞蟻金服共享智能選擇了結合TEE與MPC的兩條路線,脫穎而出,其共享智能架構實現(xiàn)了較好的完備性、易用性和穩(wěn)定性的目標,能夠為行業(yè)解決數(shù)據共享中的安全痛點。

　　例如,在完備性方面,螞蟻金服共享智能實現(xiàn)功能完備和場景完備,目前主要是支持風控和其它AI典型場景,具有比較全面的算法支持,覆蓋了線性模型、樹模型、深度學習、圖神經網絡等各個方向;在易用性方面,著眼于更好的推廣這種建模技術,同時又能“屏蔽”一些底層技術(可信執(zhí)行環(huán)境、多方安全計算等),降低企業(yè)的學習使用成本;而在穩(wěn)定性方面,實現(xiàn)了共享智能計算的集群化,并且支持遠程運維。

　　與此同時,螞蟻金服在牽頭標準、技術應用等多個領域結出累累碩果,進一步提高了用戶對共享智能的信心,為共享智能技術大規(guī)模落地打下堅實基礎。經過多年技術積累,發(fā)布論文超過10篇,獲得專利超過80余項,在標準立項方面,也已在IEEE共享智能和ITU-T MPC國際標準、CCSA共享智能行業(yè)標準以及AIOSS / AIIA共享智能聯(lián)盟標準方面進行同步推進。在創(chuàng)新獎項方面,在2019中國人工智能峰會上,共享機器學習獲得“紫金產品創(chuàng)新獎”,在2019年全球人工智能創(chuàng)業(yè)者大會上,共享智能獲得“應用案例示范獎”。目前,螞蟻金服共享機器學習技術也已在銀行、保險、商戶等行業(yè)成功落地諸多場景業(yè)務。

　　通過在業(yè)務中打磨出的金融級共享機器學習能力,螞蟻金服沉淀下來一套數(shù)據共享場景的通用解決方案,并有望加速向行業(yè)開放。隨著共享智能技術和用戶心智的同步進化,可以預見,未來,共享智能的大規(guī)模落地將很快得到實現(xiàn),特別是對數(shù)據驅動和隱私保護有強需求的金融科技和醫(yī)療科技。螞蟻金服共享智能的持續(xù)成熟,將為銀行、醫(yī)療等行業(yè)機構,提供更加專業(yè)的風控管理,推動智能風控在相關領域的發(fā)展。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內處理完畢。