破解求交合規問題，富數科技「全匿蹤聯邦學習」全網始發

隨著數字化轉型和資料要素流通的需求提升，以及《資料安全法》與《個人資訊保護法》的施行，隱私計算被日益認可，其“資料不動演算法動”、“資料不出庫，演算法滿地跑”的理念滿足了資料所有權和資料使用權分離的要求，滿足了資料資產既要合規又要可用的資料要素市場建設需求。

作為隱私計算的關鍵技術，聯邦學

習

在利用多方資料進行安全合規聯合建模發揮非常重要的作用。市場上有很多聯邦學

習

的實踐是針對異構資料進行縱向聯邦建模，有三個主要流程： 一、安全求交，找出雙方共有的樣本集；二、針對共有的樣本集，在雙方原始資料不見面的情況下，透過交換梯度，迭代完成建模過程；三、使用聯邦模型進行推理預測。

雖然在此建模流程中還是存在重大的合規風險，問題出在“安全求交”這一階段，安全求交不暴露交集外的使用者ID，但交集內使用者ID卻暴露了。簡單舉例：在跨行業聯合營銷的時候， A公司和B公司先透過使用者ID（一般是MD5後的手機號或者手機裝置號）進行安全求交，然後使用各自後

臺

資料特徵進行跨域的聯合建模。在這個過程中，B公司就掌握了哪些使用者ID同時是A公司的使用者，從而推測這批使用者的價值，就有可能出於自身目的對這批使用者進行營銷。而對A公司來說，這批交集使用者的隱私被洩漏，損害了自有核心使用者價值。

“安全求交卻洩漏交集使用者ID”顯然是和聯邦學

習

“資料不動演算法動”的宗旨是背道而馳的，對此眾多機構的合規部門提出了異議，暫緩採用聯邦學

習

，這個問題不解決，隱私計算大規模應用的可能性就會被大幅降低。

近

日，富數科技在上海市國有資產監督管理委員會和上海市商用密碼管理局聯合指導的“夯實數字底座，賦能央企國企數字化轉型”的大會上宣佈，在國際密碼學會高階會士來學嘉教授指導下，經過數十位演算法博士和專家的攻關，實現了“全匿蹤聯邦學

習

”，突破了無需安全求交、不洩露交集ID、在全匿名資料集下進行聯邦學

習

的技術難題，真正符合《資料安全法》和《個人資訊保護法》的要求，進一步加強了使用者資料安全和隱私保護。

聯邦學

習

作為一個工程問題，實現“資料不動演算法動”是重要目標，富數科技「全匿蹤聯邦學

習

」實現完全自研，不再使用安全求交輸出雙方共同的樣本ID集合，而是採用匿蹤對齊，並增加了對匿蹤對齊的樣本集的匿名化演算法處理，又設計了匿蹤的聯邦學

習

演算法，在保持匿蹤的條件下，進行聯合建模，迭代訓練直到收斂。同時為了更好的滿足使用者實際應用場景，對匿蹤對齊演算法、匿名化演算法、匿蹤聯邦學

習

演算法進行計算量和空間儲存的最佳化，保持了高效能低誤差。

聯邦學

習

作為資料要素流通安全的技術手段，是資料開放的一道閘門，如果這道閘門有明顯的安全漏洞，反而可能引起更大的安全問題，從而影響到整個行業的健康發展。富數科技「全匿蹤聯邦學

習

」是聯邦學

習

在可信安全方面的一小步，對促進行業發展可能是一大步，因為只有安全可信，聯邦學

習

才可能從試點級應用真正走向大規模生產系統應用，從而賦能我國數字化轉型乃至資料要素市場的萬千資料場景之中。