南京智慧高速公路解决方案模板（一条安全普惠的数据）

数据要素、开源社区、联邦学习……近年这些行业“热词”不断刷屏，但对公众来说还比较抽象，现在小编就来说说关于南京智慧高速公路解决方案模板?下面内容希望能帮助到你，我们来一起看看吧!

南京智慧高速公路解决方案模板

数据要素、开源社区、联邦学习……近年这些行业“热词”不断刷屏，但对公众来说还比较抽象。

“真实世界的数据是多元的，散落在各地，数据要素要互通才能实现价值。就像两个乡村互通需要建一条高速公路一样，公路要保障行车安全、任何人都可用、能同时走很多辆车。开源社区就相当于这条公路，联邦学习则是保障数据安全高效互通的一项技术。”近日，在接受新京报贝壳财经等媒体采访时，香港科技大学计算机与工程系讲席教授、FATE开源社区技术指导委员会主席杨强举例说道。

不久前，杨强有了一个新身份——开放群岛（Open Islands）开源社区执行主席，该开源社区由深圳数据交易有限公司（下称“深数交”）联合国家智库、高校、大型金融机构和互联网公司等多方发起成立。各方在其中有着不同角色：有负责标准测评与制定的监管部门，有提供底层算力加速的技术机构，也有金融、医疗、政务等场景落地机构。新京报贝壳财经记者对话了其中多个参与方。

开源让大家都能上手

互联网时代催生了数据的商业价值，在无形中也形成了“数据垄断”——率先发现数据价值的互联网企业逐渐成为数据红利时代的寡头；与此同时，隐私计算和联邦学习技术也掌握在少数寡头手中。在此背景下，数据如何安全、高效、可控地流通，成为近年业界热议的话题。

“开源让大家都能上手。”杨强以FATE开源社区为例介绍称，其降低了联邦学习的技术门槛，加速了联邦学习从“大厂”向小微B端企业的覆盖与普及，同时让联邦学习产业生态及参与方从“单兵作战”走向生态化。中国信通院调研统计显示，55%的国内隐私计算产品是基于或参考了开源项目，其中以FATE开源项目为主。

他进一步以金融场景应用举例称，在开源社区中，银行可以通过联邦学习来了解哪些用户有金融服务需要，比如小微企业有贷款需要，然后基于此为它们输送相应的服务。

开源社区能同时打破数据和技术的孤岛，这也是深数交联合多方发起成立开放群岛开源社区的初衷。深数交副总经理王冠对记者表示，激活并开发利用数据资源的前提，就包括制定安全合规制度标准，构建政府、企业、社会多方协同的数据安全监管体系，以及打造能够保障数据安全和数据主体权益的数据交易流转平台。

据了解，于去年末成立的深数交，截至今年4月30日首批数据商已达70家，数据提供方64家，数据需求方154家，产品备案130个，首批数据交易登记备案超过200笔。

联邦学习的逻辑好比一只羊吃草，羊动而草料不动

近年大数据“杀熟”事件层出不穷，公众非常关心数据保护问题，个人信息保护法已于去年11月1日实施。“不让数据在流转过程中泄露”是隐私计算的一大特征，前述多次提及的联邦学习，则是隐私计算的关键技术之一。

在业界还广为流传一句对于联邦学习特征的解释：“数据可用不可见，数据不动模型动。”杨强进一步比喻称，“假设模型是我们养的一只羊，这只羊吃的草料（即数据）来自不同提供者，提供者之间不想被对方知道自己的草料是如何生产的，羊可以从一个草场到另一个草场，而草料不出本地。”

于2016年被提出的联邦学习，目前已经发展到应用落地阶段，并向“可信联邦学习”跨越中。杨强表示，可信联邦学习要同时满足安全、高效、可解释、普惠等要求，大家都可以用，大家也都可以监督。

微众银行人工智能首席科学家范力欣也对记者表示，AI（人工智能）的主要成就在于中心化的数据，其能够带来很好的模型性能，但实际中的数据往往是小的（数据不足/标签不足），数据和模型也是分散的（处于多个机构/设备中），存在“大与小”“集中与分散”的矛盾。

“联邦学习就是要解决这两个矛盾，发挥数据要素价值的重要支撑技术。联邦学习下一步发展方向是可信联邦学习，强调对数据/模型全生命周期的监管和管理，具体需要解决两方面的挑战，一是技术上需要解决安全与效能平衡的问题，二是认知上需要不断与各方沟通，共同打造可信联邦学习的产业生态。”范力欣表示。

建立标准、技术互联互通是场景广泛落地的关键

虽然当下隐私计算概念很火，不少创业公司已获得数轮融资，但成熟案例还不多。隐私计算想要在场景中广泛落地，还面临哪些障碍？

杨强表示，不应只强调隐私计算的某一项技术，比如联邦学习或多方安全计算，没有一个技术手段是绝对安全又可以把模型建立起来的，绝对安全就是绝对低效。好比建房子，每个技术都是一块砖头，如何把房子建好考验的是对整体技术的把控，而不是一块砖头的软硬。此外，制定隐私保护的标准愈加重要。

值得一提的是，在2014年3月“大数据”首次写入政府工作报告后，全国多地兴起建立大数据交易所，但早期成立的很多交易所发展并不如意。在王冠看来，主要原因就包括彼时数字经济产业的发展相对稚嫩，市场缺乏专业的第三方服务机构、数据交易供需及技术资源，以及缺乏数据相关法律标准及顶层设计等。

在标准制定方面，过去一年多内，中国信通院推出了“多方安全计算安全专项评测”和“联邦学习安全专项评测”两项测评标准。联邦学习、多方安全计算等隐私计算技术的标准是否可以互联互通，下一步在标准制定方面重点有哪些考虑？

中国信通院云大所大数据与区块链部副主任闫树对记者表示，当前联邦学习、多方安全计算仍是独立的技术分支，仍会独立制定技术和产品标准，不排除根据技术产业发展制定相关技术融合标准。下一步在标准制定方面将会在多场景应用、可信硬件、合规应用等方面做更多规划。

新京报贝壳财经记者 程维妙

编辑 宋钰婷

校对 柳宝庆

,