以大數據、人工智能、云計算、物聯網等為代表的新興技術在金融領域加速應用，金融科技成為金融機構數字化轉型的新武器，也是踐行普惠金融、發展數字經濟的新引擎。

數據則是金融科技這具引擎中當中不可缺少的動力燃料，對于數據的使用治理越來越被金融機構所看重，如何最大效率的發揮數據的潛力、做好數據治理成為了金融機構在數字經濟時代轉型的機遇。

但機遇往往不是那么好抓住的，人民銀行科技司司長李偉曾撰文表示，當前，金融業數據治理過程中普遍存在“不愿、不敢、不能”共享的問題。

多數金融機構都將數據作為戰略性資源，認為擁有數據就擁有客戶資源和市場競爭力，主觀上不愿意共享數據。

部分金融數據具有一定敏感性，涉及用戶個人隱私、商業秘密甚至國家安全，數據共享可能存在法律風險，客觀上給機構間共享數據帶來障礙。

由于各機構數據接口不統一，不同機構的數據難以互聯互通，嚴重阻礙數據開放共享，導致數據資產相互割裂、自成體系。

如何解決金融數據共享與數據隱私保護之間的痛點，更好地發揮數據潛力成為了很多金融機構的所面對的題目。

在2016年，谷歌科學家H.Brendan McMahan提出“聯邦學習”，又名“聯邦機器學習”，能有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下進行數據使用和機器學習建模，降低了傳統中心化機器學習帶來的隱私泄露風險和因數據泄露帶來的相應成本。

據了解，聯邦學習是基于數據隱私保護的安全計算框架，是一系列技術實現的統稱，為機器學習、深度學習、遷移學習算法提供安全計算支持。安全底層支持同態加密、秘密共享、哈希散列等多方安全計算機制，算法層支持多方安全計算模式下的邏輯回歸、Boosting、聯邦遷移學習等。

假設有兩個不同的企業各自擁有不同數據，按照歐洲GDPR用戶隱私準則不能粗暴地將雙方數據加以合并。聯邦學習可以做到各個企業的自有數據不出本地，然后通過聯邦系統進行在加密機制下的參數交換，即在不違反數據隱私法規情況下，建立一個虛擬的共有模型。這個虛擬模型就好像能達到數據聚合在一起建立的最優模型一樣。

目前聯邦學習已經開始在金融行業中落地實踐。北京金融科技創新監管第二批11個試點名單中，騰訊安全靈鯤與浦發銀行、北京金控共同合作的“多方數據學習‘政融通’在線融資項目”成功入選，成為全國首個基于聯邦學習的普惠金融試點應用。

此外，今年9月，微眾銀行領銜首個聯邦學習國際標準獲IEEE全票通過正式批準出臺。

11月3日，由北京金融科技產業聯盟、移動支付網聯合主辦的“2020第五屆中國金融科技安全大會”將在深圳舉行。

微眾銀行人工智能部副總經理陳天健將以《金融數據共享與安全解決方案：聯邦學習》為題進行主題分享，以微眾銀行的實踐案例為基礎，探討聯邦學習這一人工智能技術如何成為金融數據共享與安全解決方案，驅動行業數字化轉型。

責任編輯：王煊