一文透析騰訊安全聯邦學習應用服務

摘要：打破資料孤島，釋放AI應用潛能。

近年來，隨著人工智慧技術的高速發展，社會各界對隱私保護的需求不斷加強。歐盟出臺了最嚴隱私保護的法案《通用資料保護條例》（GDPR），中國也在相關法律法規中明確指出，“網路運營者不得洩露、篡改、毀壞其收集的個人資訊，並且與第三方進行交易時需確保擬定的合同明確約定交易的範圍和隱私保護義務”。

這給人工智慧應用帶來的一大挑戰是：企業機構之間的資料無法互通，資料割裂、資料孤島問題嚴重，AI建模的效能難以得到充分發揮。

什麼是聯邦學習？

兼顧AI應用與隱私保護的利器

為解決這一問題，谷歌於2016年率先提出了基於個人終端裝置的“聯邦學習”（Federated Learning）概念及演算法框架。

作為一種加密的分散式機器學習技術, 聯邦學習能夠讓參與各方在不披露底層資料和底層資料加密(混淆)形態的前提下，仍然能利用其餘幾方參與者提供的資訊，更好地訓練聯合模型，提升AI模型效果。

聯邦學習這個名字的來源也並非毫無出處，它如同搭建了一個虛擬的“聯邦國家”，把大大小小的“資料孤島”聯合統一進來，這些“資料孤島”是 “聯邦國家”裡的一個州，既保持一定的獨立自主(比如商業機密、使用者隱私),又能在資料不共享出去的情況下，共享聯合建模成果。

這種共贏的機器學習方式，有助於打破資料孤島、提升AI的應用效率，在市場監管、跨部門合作、資料隱私保護等領域，有著非常廣闊的應用前景。

什麼是騰訊安全聯邦學習應用服務？

打破資料孤島，釋放AI應用潛能

騰訊安全聯邦學習應用服務透過低成本快速迭代的聯合建模服務，能夠在保護所有參與方隱私的同時，有效釋放出各方大資料生產力，廣泛適應於業務創新的應用場景。

（騰訊安全聯邦學習綜合優勢）

不論何種聯合建模方式，都是在滿足了現有的合規和業務需求的條件下，對於降本增效的追求。與傳統的聯合建模相比，聯邦學習建模採用加密交換機器學習的中間結果完成聯合建模，在保持效果增益的情況下，對法規的遵從度更高。

騰訊安全聯邦學習技術分為“縱向”和“橫向”兩種：

縱向聯邦學習應用層面，主要針對擁有異構資料的機構，如銀行、電商等，透過融合多個機構對相同樣本的不同觀察進行AI聯合建模。騰訊安全聯邦學習應用服務目前聚焦銀行、消金、互金等金融機構的信貸審批難題，提供安全、合規、高效的聯合建模服務，下一步會延展到其他行業業務創新服務。

（騰訊安全縱向聯邦學習架構）

橫向聯邦學習應用層面，主要針對擁有同構資料的大量終端使用者，如網際網路APP使用者，透過融合終端使用者對相同裝置或應用的不同體驗進行AI聯合建模。在經使用者授權後，聯合建模過程中，使用者的個人隱私均不出個人終端裝置（如手機），從而保證了個人隱私安全。騰訊安全支援海量網際網路使用者參與對使用者有價值的聯合建模，基於騰訊安全自研的可實際部署在移動裝置（如安卓手機、平板、IoT裝置等）上商用的“端-雲”橫向聯邦學習框架，提供實現對使用者有價值的應用服務。

（騰訊安全橫向聯邦學習架構）

騰訊安全聯邦學習應用服務的優勢是什麼？

保護隱私、大資料分析能力強、接入便捷，模型高效

作為“PaaS+SaaS級”聯邦學習產品，騰訊安全聯邦學習應用服務具備安全性高、大資料分析能力強、接入便捷、高效率和成本低的四大優勢：

首先，充分滿足企業機構隱私保護和資料安全的需求；

其次，助力客戶充分挖掘大資料生產力。騰訊安全20餘年來累積了大量的黑灰產庫，形成了包含百億點、千億邊的黑灰產知識圖譜，安全服務已經覆蓋中國99%的網民，形成了獨有的優勢；

再次，便捷接入，聚焦業務場景所需的聯合建模功能，支援容器化便攜安裝部署，輕量易用；

最後，騰訊安全聯邦學習在聯合建模過程中的通訊、穩定性上具有優勢。透過通訊次數最佳化、中間結果壓縮，減少了聯合建模過程中需要傳輸的資料量，提高效率；另外對於網路環境造成的傳輸中斷，專門打造了模型的斷點備份功能，即便資料傳輸中斷也能斷點重啟，而無需再從零開始。此外，無需外派專業人員出差，透過遠端操作、低成本快速迭代的方式完成模型訓練。

開放合作，協同性高

騰訊是國內最早倡導“聯邦學習”的企業之一，其聯邦學習技術已覆蓋PaaS級和SaaS級領域，形成產業鏈協同互補關係，從而提升騰訊聯邦學習技術的附加值。

（騰訊公司聯邦學習技術協同）

騰訊安全聯邦學習應用服務的適用場景是？

金融風控、營銷風控與智慧終端應用

目前，騰訊安全聯邦學習應用服務適用於金融風控、營銷風控、智慧終端等領域。

在金融風控領域，針對金融業務特性，騰訊安全自研適用於不同風控場景的縱向聯邦學習應用服務，具有演算法多樣性、通訊效率高、輕量易部署、穩定性高的優勢。目前，騰訊安全聯邦學習應用服務與銀行、消金、互金等金融機構廣泛開展合作，助力金融大資料信貸風控業務。