廊坊新闻网-主流媒体,廊坊城市门户

360借条科学家:引入联邦学习技术 断绝隐私泄露风险

2020-06-28 14:26:37 来源:壹点网

伴随着移动互联技术的飞速发展,公民的隐私安全也成为社会共同关注的焦点问题。在过去一段时间,不时会出现公民隐私泄露的事情出现。如何保障公民隐私安全,已经成为全社会都在积极努力的课题。对此,360借条用自己的技术优势和丰富的黑产斗争经验,摸索出了一条自己的发展之路。

2019年10月,360金融宣布成立隐私保护与安全计算研究院,引入联邦学习技术发力大数据隐私保护研究。未来,360金融将投入大量资金和研发力量,并联合行业合作伙伴,营造健康数据生态,共同制定解决数据安全问题的金融科技方案。这是继谷歌、苹果、腾讯、阿里之后,隐私保护机器学习进入金融科技领域的重要尝试。

作为360金融旗下的核心产品,360借条自然也成为了对抗黑产的主战场。云计算、大数据、人工智能技术的广泛应用,抵制热力图、反诈星球计划等防骗反诈防火墙的构建,让360借条的风控水准一直处在行业前列。

作为360金融首席数据科学家沈赟,在受邀参加“上海证券交易所国际投资者会议”时表示,数据裸奔问题需要AI协同大数据安全共同解决。在沈赟看来,金融与科技的融合,极大程度上取决于对数据价值的深挖程度,而如何兼顾隐私性与可用性的关系,既是企业必须面对的道德底线,也是考验企业技术是否过硬的先决条件。

为实现打通数据孤岛,实现数据的共享和价值的传递,360金融在安全多方计算、 同态加密、差分隐私、联邦学习等技术领域都进行了部署,并通过实际业务数据,训练更安全的模型,同时链接多方孤岛数据提升模型性能。

具体来看,利用同态加密,对加密后的数据直接进行运算,相比较有高风险泄露数据的明文计算,这种方式在保证计算正确性的情况下,从根源上确保了用户隐私不被盗用、窃取,同时在处理过程中也实现了全程“封闭”。

另外,利用差分隐私技术降低暴露训练数据中敏感信息的可能性。差分隐私是建立在对随机算法的约束之上的,限制攻击者在得到带噪中间件后,对原数据的推导能力。再结合安全多方计算,联邦学习等技术,实现联合多方分布式训练并更新模型。这种方法不需要上传数据,在保持模型预测性能的情况下,比传统方法更加有效地保护了用户信息。

正是凭借着先进技术的支持,360借条才能够为广大用户带去安全、优质、高效的互联网金融服务,也正是这样的服务体验为360借条带来了良好的口碑和庞大的用户基数。根据相关数据统计显示,360借条目前已经拥有日活用户近百万。这种“科技保障用户体验、用户反哺平台口碑”的发展模式,让360借条走出了一条属于自己的特色发展之路。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。