聯(lián)邦學(xué)習(xí)作為一種新興的人工智能基礎(chǔ)技術(shù)，在國(guó)際數(shù)據(jù)公司(IDC)定義下，聯(lián)邦學(xué)習(xí)是一種分布式隱私保護(hù)建模方法，在保證所有訓(xùn)練數(shù)據(jù)不出域的前提下，多個(gè)參與方通過(guò)與聚合模型協(xié)作學(xué)習(xí)的方式共同訓(xùn)練新的數(shù)據(jù)模型的方法。這樣的建模方式可以充分調(diào)動(dòng)“去中心化數(shù)據(jù)”和“去中心化算力”等能力，促進(jìn)數(shù)據(jù)隱私保護(hù)，實(shí)現(xiàn)數(shù)據(jù)利用最小化原則，并以更低的延遲和更低的功耗提高了建模性能。同時(shí)，在技術(shù)發(fā)展的新浪潮下，各國(guó)紛紛開(kāi)始探索人工智能治理機(jī)制，在法律監(jiān)管層面愈發(fā)重視人工智能的規(guī)范化實(shí)施和操作，AI可信被推到前所未有的高度上，各國(guó)政府和企業(yè)都在進(jìn)一步探索如何保證AI算法模型可解釋、個(gè)人/企業(yè)數(shù)據(jù)資產(chǎn)安全等問(wèn)題。為此，IDC發(fā)布了《聯(lián)邦學(xué)習(xí)與可信AI市場(chǎng)機(jī)會(huì)分析》報(bào)告，回顧2022年中國(guó)聯(lián)邦學(xué)習(xí)與可信AI技術(shù)、應(yīng)用進(jìn)展和市場(chǎng)生態(tài)現(xiàn)狀，提供終端用戶可以依此作為部署企業(yè)AI應(yīng)用的指南。其中，百度安全憑借點(diǎn)石聯(lián)邦學(xué)習(xí)平臺(tái)與PaddleSleeve，在報(bào)告中被選為典型廠商，提供了值得借鑒的最佳實(shí)踐經(jīng)驗(yàn)。
基于區(qū)塊鏈、可信計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，百度安全構(gòu)建了一整套可信人工智能生態(tài)，為城市智能中樞、智管平臺(tái)、大數(shù)據(jù)局平臺(tái)、數(shù)據(jù)交易所、金融行業(yè)實(shí)現(xiàn)數(shù)據(jù)全生命周期可信流通、算法多方協(xié)同、可控可溯以及異構(gòu)算力統(tǒng)一納管。針對(duì)數(shù)據(jù)流通和隱私保護(hù)，百度安全提供多種方案以靈活滿足不同業(yè)務(wù)場(chǎng)景需求。
在數(shù)據(jù)要素流通上，百度點(diǎn)石聯(lián)邦學(xué)習(xí)平臺(tái)基于密碼學(xué)方案實(shí)現(xiàn)“原始數(shù)據(jù)不出域”的情況下聯(lián)合計(jì)算或建模，即利用密態(tài)計(jì)算技術(shù)加密傳輸、保證原始數(shù)據(jù)可用不可見(jiàn)，嚴(yán)格限定數(shù)據(jù)區(qū)域在全過(guò)程保護(hù)隱私;在此基礎(chǔ)上，點(diǎn)石機(jī)密計(jì)算平臺(tái)基于硬件構(gòu)建虛擬安全區(qū)域，實(shí)現(xiàn)“數(shù)據(jù)可用不可見(jiàn)”的情況下聯(lián)合計(jì)算或建模，在運(yùn)用密文計(jì)算的同時(shí)，保持了接近完整的硬件性能、兼用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法實(shí)現(xiàn)聯(lián)合計(jì)算。此外，點(diǎn)石數(shù)據(jù)安全沙箱基于權(quán)限訪問(wèn)控制、數(shù)據(jù)脫敏、抽樣等技術(shù)，實(shí)現(xiàn)“數(shù)據(jù)看得見(jiàn)拿不走”的情況下數(shù)據(jù)擁有方單項(xiàng)開(kāi)放數(shù)據(jù)給數(shù)據(jù)處理方，即利用多重隔離技術(shù)手段構(gòu)筑數(shù)據(jù)安全區(qū)域，分離真實(shí)數(shù)據(jù)環(huán)境和模型基礎(chǔ)調(diào)試環(huán)境，由此在特定場(chǎng)景如政務(wù)數(shù)據(jù)開(kāi)放中，更好地滿足客戶需求。
在可信AI上，百度安全還發(fā)布有模型可解釋算法庫(kù)InterpreteDL、可信AI工具集TrustAI、安全與隱私工具PaddleSleeve。InterpreteDL集成了多種經(jīng)典的可解釋性算法，TrustAI幫助NLP領(lǐng)域開(kāi)發(fā)者了解神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)機(jī)制，構(gòu)建更加可信、效果更強(qiáng)的模型，助力神經(jīng)網(wǎng)絡(luò)模型更安全、可靠地落地于實(shí)際應(yīng)用中，PaddleSleeve從自然干擾和對(duì)抗擾動(dòng)兩方面評(píng)估模型魯棒性和安全性，并通過(guò)圖像重建及對(duì)抗訓(xùn)練方式進(jìn)行加固。
舉例而言，在營(yíng)銷(xiāo)領(lǐng)域通過(guò)分析挖掘用戶多維數(shù)據(jù)特征，構(gòu)建用戶畫(huà)像，進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。廣告主、廣告平臺(tái)及營(yíng)銷(xiāo)公司各自擁有一部分用戶行為，多方數(shù)據(jù)整合后可以打通用戶行為全鏈路，提升廣告投放效果?；诎俣赛c(diǎn)石的聯(lián)邦學(xué)習(xí)、多方安全計(jì)算技術(shù)，為客戶提供一個(gè)安全可控、自主靈活的工具平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)要素流通，進(jìn)行多渠道管理、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)分析和建模的深度應(yīng)用。
案例中，通過(guò)在不同的數(shù)據(jù)擁有方部署百度點(diǎn)石聯(lián)邦學(xué)習(xí)平臺(tái)，用于接入消費(fèi)者來(lái)自不同渠道的數(shù)據(jù)，包含企業(yè)主自有用戶基礎(chǔ)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)，以及第三方等多方數(shù)據(jù)。并利用多方安全計(jì)算、聯(lián)邦學(xué)習(xí)等多種數(shù)據(jù)安全與隱私保護(hù)技術(shù)，保障在不交換原始數(shù)據(jù)的前提下，提供靈活的數(shù)據(jù)分析、建模等工具，與其CDP 平臺(tái)結(jié)合，提供統(tǒng)一管理數(shù)據(jù)與豐富用戶畫(huà)像等能力。賦能某營(yíng)銷(xiāo)科技公司在保障數(shù)據(jù)安全的前提下，實(shí)現(xiàn)全觸點(diǎn)數(shù)據(jù)采集與分析，合規(guī)地形成企業(yè)一方與第三方數(shù)據(jù)結(jié)合的用戶洞察，為獲客、培育、轉(zhuǎn)化、復(fù)購(gòu)等所有營(yíng)銷(xiāo)活動(dòng)提供數(shù)據(jù)驅(qū)動(dòng)，實(shí)現(xiàn)安全合規(guī)地精細(xì)化運(yùn)營(yíng)與深度洞察服務(wù)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
