百融云创：联邦学习保卫数据安全 智能风控支撑价值创造

随着人工智能时代的到来，大数据是人工智能产业化中不可或缺的基石，人工智能产业的发展主要基于机器学习技术，难以脱离数据单独前进。然而，数据隐私保护和数据孤岛的难题限制了 AI 智能产业化的发展。联邦学习在解决数据问题上发挥着重要作用，可以有效推动人工智能的发展，联邦学习和人工智能一起形成螺旋式上升模式。

联邦学习以及多方安全计算等技术都是在数据安全和隐私保护比较严格的场景中适用的技术方案。百融云创搭建的联邦机器学习体系，一方面可以实现数据隔离，参与各方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求；另一方面，能够保证模型质量无损，不会出现负迁移，保证联邦模型比割裂的独立模型效果好。此外，重要的一点是各参与者地位对等，能够实现公平合作，实现打通“数据孤岛”到“共同富裕”的目标。综合而言，百融云创通过合理地应用联邦学习，可以有效地应对数据隐私保护难题，打破数据孤岛的现实困难，满足数据联合融合使用的迫切需要，实现数据积累的价值输出。

百融云创在利用联邦学习保障数据安全的同时，还能进一步增强风控能力，助力金融机构信贷审查。从风险源头切入，帮助金融机构过滤信贷黑名单或明显没有转化的贷款客户，进一步降低贷款审批流程后期的信审成本。与此同时，百融云创使用联邦学习建立业务及模型，实现项目数字化，持续积累业务数据优化联邦模型。

目前，百融云创推进联邦学习参与至风控流程各环节，包括反欺诈、白名单初筛、信贷预审、贷中和贷后预警评分等。根据金融机构需求，可进行多维度合作，深入风控流程，进一步实现数据隐私保护下的数据连接及合作。百融云创所研发的基于联邦学习的智能风控，有利于促进基于数据安全联合建模的Al技术应用落地，更好地支撑金融行业的价值创造，并提升行业的风险控制能力。同时可以通过联邦学习提升百融云创对金融机构各项业务的服务能力。

联邦学习的发展能打破数据垄断的僵局，为更多金融机构提供新机会。在数据安全、数据隐私保护愈发受到关注的当下，联邦学习正在搭建起机构与用户间数据信任、科技沟通的桥梁，开辟人工智能行业发展新方向。百融云创积极地利用并发挥联邦学习的价值，在金融领域提供创新解决方案，助力智能生态建设。