很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
當下數(shù)據(jù)成為比肩石油的基礎性關(guān)鍵戰(zhàn)略資源。在日益增長的數(shù)據(jù)共享需求和日漸嚴格的數(shù)據(jù)合規(guī)要求下，如何兼顧數(shù)據(jù)開放和數(shù)據(jù)安全，推動安全、可信的數(shù)據(jù)共享及價值流轉(zhuǎn)，是企業(yè)面臨的重要課題。而隱私計算作為全新的技術(shù)提供了破局思路，在保證數(shù)據(jù)安全的前提下盡可能使數(shù)據(jù)價值最大化。
隱私計算(Privacy compute 或Privacy computing)是指在保護數(shù)據(jù)本身不對外泄露的前提下實現(xiàn)數(shù)據(jù)分析計算的技術(shù)集合，達到對數(shù)據(jù)“可用、不可見”的目的；在充分保護數(shù)據(jù)和隱私安全的前提下，實現(xiàn)數(shù)據(jù)價值的轉(zhuǎn)化和釋放。簡單來說，即讓數(shù)據(jù)在一個密閉空間里被安全地交換、共享、流通進而實現(xiàn)數(shù)據(jù)“價值”。
隱私計算之所以安全的原因在于，數(shù)據(jù)所有者和數(shù)據(jù)使用者分離，數(shù)據(jù)擁有方在數(shù)據(jù)不出庫、不可見的基礎上實現(xiàn)數(shù)據(jù)整合與數(shù)據(jù)模型計算，而后將產(chǎn)出模型結(jié)果同步回中心節(jié)點分發(fā)至不同參與者，以實現(xiàn)數(shù)據(jù)價值共享。
目前主流的隱私計算技術(shù)主要分為三大方向：
第一類是以多方安全計算為代表的基于密碼學的隱私計算技術(shù)；
第二類是以聯(lián)邦學習為代表的人工智能與隱私保護技術(shù)融合衍生的技術(shù)；
第三類是以可信執(zhí)行環(huán)境為代表的基于可信硬件的隱私計算技術(shù)。
其中，聯(lián)邦學習是兼顧數(shù)據(jù)合作與隱私保護的去中心化協(xié)作機器學習技術(shù)。傳統(tǒng)的數(shù)據(jù)價值流轉(zhuǎn)是把所有數(shù)據(jù)匯聚到云或者數(shù)據(jù)中心，基于處理后的數(shù)據(jù)進行大量的計算，產(chǎn)出預測，從而運用到具體的應用場景中。聯(lián)邦學習則相反，AI本身在參與方自己的設備、數(shù)據(jù)中心，或邊緣上去產(chǎn)出計算結(jié)果，利用本地數(shù)據(jù)訓練模型，將需要更新的參數(shù)同步回到一個中心節(jié)點，在平均其模型結(jié)果后，再將新的訓練模型分發(fā)到各個不同的參與者。在聯(lián)邦學習的機制下，參與者不需要犧牲底層數(shù)據(jù)隱私，就可以同時實現(xiàn)比較大規(guī)模的AI、機器學習的應用場景。
隨著行業(yè)關(guān)注度與需求性的不斷提升，隱私計算及聯(lián)邦學習發(fā)展前景無限。據(jù)國際調(diào)研機構(gòu) Gartner 預測，2025 年將有一半的大型企業(yè)機構(gòu)，在不受信任的環(huán)境和多方數(shù)據(jù)分析用例中使用隱私計算處理數(shù)據(jù)，大數(shù)據(jù)生態(tài)的普惠性協(xié)作將達到前所未有的水平。
但當下隱私計算及聯(lián)邦學習仍處于探索階段，在商業(yè)化落地的過程中面臨著兩大阻礙，公平性校驗、場景化AI洞察。即在校驗參與者身份及數(shù)據(jù)質(zhì)量打造一個公平協(xié)作的環(huán)境下，基于業(yè)務目標與場景踐以堅實的AI能力，真正以數(shù)據(jù)驅(qū)動業(yè)務增長，實現(xiàn)不同參與方下數(shù)據(jù)的互聯(lián)互通。這將是實現(xiàn)聯(lián)邦學習有意義、有價值、能規(guī)?；虡I(yè)落地的基礎條件。
聯(lián)邦學習基于“可用、不可見”的底層邏輯，保障了不同所有權(quán)的數(shù)據(jù)源在AI模型訓練、預測過程中的安全問題。但這僅是數(shù)據(jù)互聯(lián)互通的一環(huán)，僅靠單一技術(shù)難以構(gòu)建高效、高流動性的數(shù)據(jù)共享生態(tài)。仍需考慮數(shù)據(jù)真實性、數(shù)據(jù)質(zhì)量，以及數(shù)據(jù)參與方激勵機制、貢獻評估和利益分配流程等多種因素。
因此為避免由于行業(yè)競爭造成的故意混淆錯誤結(jié)果到聯(lián)邦學習的體系中，以及一系列其他機制層面的系統(tǒng)性風險所造成的訓練模型結(jié)果錯誤等，就需要透明、有效的安全機制進行干預，建立體系各方的相互信任。
區(qū)塊鏈具有數(shù)據(jù)可溯源、難以篡改、公開透明、智能合約自動執(zhí)行等技術(shù)特點，則成為解決上述問題的最佳技術(shù)。其可以幫助企業(yè)各方創(chuàng)造去中心化、自動化透明管理，信任以及治理機制，來消除參與者之間信任程度的風險要素。針對數(shù)據(jù)質(zhì)量及安全性問題，區(qū)塊鏈支持采取投票機制，由聯(lián)盟各方共同確認每個共享結(jié)果的質(zhì)量，可以有效地減少學習體系中不被信任的第三方以偽造的、有疑問的數(shù)據(jù)破壞整體洞察結(jié)果的情況發(fā)生。
區(qū)塊鏈專注參與方可信執(zhí)行與數(shù)據(jù)權(quán)屬憑證流通，聯(lián)邦學習技術(shù)則負責大規(guī)模的運算和數(shù)據(jù)價值流通。兩者的協(xié)同，實現(xiàn)全程閉環(huán)的數(shù)據(jù)安全和隱私服務，使得操作和處理記錄可上鏈保存、不可被篡改，大大減少了數(shù)據(jù)確權(quán)難、數(shù)據(jù)集質(zhì)量低、數(shù)據(jù)資源有限等數(shù)據(jù)流轉(zhuǎn)問題，為企業(yè)及組織構(gòu)建了一個更為公平安全的數(shù)據(jù)協(xié)作生態(tài)。
當下隨著需求不斷擴張與成熟，隱私計算應用落地多向開花，在互聯(lián)網(wǎng)、金融、電信、醫(yī)療等行業(yè)滲透率加速攀升。而聯(lián)邦學習作為應用面、需求性更廣的隱私計算技術(shù)，在企業(yè)更為關(guān)注的客戶數(shù)據(jù)、營銷領(lǐng)域作用斐然。
在B2C行業(yè)，例如旅游、零售、汽車、教育、消費金融等中大型企業(yè)，存在一定量級的交叉客戶，但由于數(shù)據(jù)體系割裂，缺乏數(shù)據(jù)共享、數(shù)據(jù)洞察機會。聯(lián)邦學習可以在不需要共享數(shù)據(jù)的情況下，基于深度的AI機器學習建立用戶分層模型、預測性模型等圍繞拉新與客戶生命周期管理場景下的數(shù)據(jù)洞察，提升轉(zhuǎn)化率、降低打擾率，驅(qū)動精準營銷與數(shù)據(jù)資產(chǎn)沉淀。
但若使聯(lián)邦學習真正能落地于應用場景，發(fā)揮業(yè)務驅(qū)動價值，在規(guī)?；叶鄻踊母哔|(zhì)量數(shù)據(jù)基礎下，AI技術(shù)也同樣成為核心能力。這要求著聯(lián)邦學習需深耕于全域營銷場景，具備海量數(shù)據(jù)磨煉下，成熟性、精準性可快速落地輸出洞察的AI模型，將數(shù)據(jù)場景化，并轉(zhuǎn)化成深入洞察，驅(qū)動數(shù)據(jù)各方創(chuàng)造可衡量的經(jīng)濟效益。
區(qū)塊鏈協(xié)同具備AI基因的聯(lián)邦學習將激發(fā)未來數(shù)據(jù)藍海。目前數(shù)據(jù)安全流通量不足數(shù)據(jù)總量的十萬分之一，伴隨著區(qū)塊鏈技術(shù)與具備強AI能力的聯(lián)邦學習融合與發(fā)展，未來將有廣闊的數(shù)據(jù)藍海價值被激發(fā)。
而創(chuàng)略科技作為專注于數(shù)據(jù)技術(shù)與AI的企業(yè)，整合了區(qū)塊鏈、密碼學以及機器學習等技術(shù)，在AI能力與區(qū)塊鏈技術(shù)的雙重加持下推出了APEX聯(lián)邦學習，具有以下優(yōu)勢：
1、基于密碼學技術(shù)，不泄露原始數(shù)據(jù)，甚至原始數(shù)據(jù)的分布，上下界都不會泄露；
2、性能出色，相比于原始數(shù)據(jù)上合并直接建模，性能上無損；
3、支持多種AI算法，加密算法并沒有限制機器學習的自由度；
4、借鑒區(qū)塊鏈layer2層思想，鏈上記錄必要log信息，防止企業(yè)作惡，相比于直接建模對企業(yè)更有約束力；
5、以區(qū)塊鏈為中樞，整個建模完全去中心化，任何主體無法獲取或破解其他主體持有的數(shù)據(jù)。完全去除第三方中心服務，降低數(shù)據(jù)的獲取成本。
目前聯(lián)邦學習在營銷領(lǐng)域的拓展還處于初級階段，需要客戶之間以及對提供通道的供應商具有高度的信任。而創(chuàng)略科技基于自身在AI應用場景下建立的聯(lián)邦學習通道，希望可以一步步推動行業(yè)往平臺化、聯(lián)盟化發(fā)展，驅(qū)動聯(lián)邦學習商業(yè)化落地，最終激發(fā)廣闊的數(shù)據(jù)藍海價值。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡信息。
一、根據(jù)《網(wǎng)絡信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶；
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)