北京金融科技产业联盟发布《联邦学习技术金融应用白皮书》

2021年12月，中国人民银行发布《金融科技发展规划（2022—2025年）》，明确提出积极应用多方安全计算、联邦学习、差分隐私、联盟链等技术，探索建立跨主体数据安全共享隐私计算平台，在保障原始数据不出域前提下规范开展数据共享应用，确保数据交互安全、使用合规、范围可控，实现数据可用不可见、数据不动价值动。
国内金融机构已经在联邦学习技术、应用等方面开展了大量的工作，并在精准营销、风险防控等场景进行了小范围的试点应用，已经取得了良好的成绩和效果。北京金融科技产业联盟数据专委会组织工商银行等单位编写了《联邦学习技术金融应用白皮书》，对联邦学习技术作了详细分析，介绍了联邦学习标准情况、联邦类型、联邦学习建模流程、安全与审计，还列举了联邦学习金融应用要求和在智慧风控、智慧营销、反洗钱反欺诈等场景的多个实际案例。随着研究深入和应用推进,联邦学习技术在功能和性能等方面也正迎来快速发展的时期，相关技术标准尤其是金融场景的标准也正在建立。联邦学习技术也将与人工智能、物联网、区块链、云计算等相关技术深度融合，并在不同的场景中实现不同技术的商业应用。联邦学习将充分发挥数据要素的价值，也将成为金融机构必不可少的金融科技。

《联邦学习技术金融应用白皮书》

精彩内容抢先看

完整报告获取地址

Tips:进入公众号后，在底部的对话框内输入关键词20220329，发送后即可获取完整的《隐私计算技术金融应用研究报告》下载地址。

操作图示：

（第一步）      

                           （ 第二步）

来源：北京金融科技产业联盟

申明：以上分享仅供学习参考，版权归属原作者，若有侵权请联系我们处理。

END

往期回顾欢迎投稿邮箱：[e-mail]更多讨论，请扫描下方二维码，加入交流群一起学习成长。

开放隐私计算

OpenMPC