釋放更多數據動能！聯邦學習搭建隱私保護屏障，提升金融風控效率
（原標題：釋放更多數據動能！聯邦學習搭建隱私保護屏障，提升金融風控效率）
2020年，我國數字經濟規模達到39.2萬億元，佔GDP比重爲38.6%，目前位居於世界第二，其增速是GDP的三倍以上。
這一組數據來自於中國信息研究院發佈的《中國數字經濟發展白皮書（2021）》。按前述所言，可毫不誇張地說，數字經濟時代已然到來，成經濟增長的主要動力。
不過，數字經濟要想行穩致遠，核心前提是維護好安全這一“基石”。畢竟虛擬數字世界不斷擴張之時，現實生活中存在着泄露個人隱私的風險。
且於9月1月實施的《數據安全法》中明確，“鼓勵數據要依法合理有效利用，保障數據依法有序自由流動，促進以數據爲關鍵要素的數字經濟發展。”
而在科技賦能金融數字化轉型過程中，金融機構如何在保護個人隱私的前提下推動數據間協作？這成爲擺在行業面前的一道坎。
值得一提的是，對於解決“數據孤島”的難題，在行業普遍認知中，聯邦學習技術成爲有力的“武器”。
圖片來源於網絡
近些年，越來越多的企業意識到數據分析的重要性。在大數據“餵養”下，人工智能得以快速發展。換言之，深度學習的代表——人工智能之所以應用到各行各業，離不開數據支持。
不過，企業若不想囿於私域數據，被限制在“一隅”，且又要滿足數據合規問題的話，需要採用聯邦學習技術，方能挖掘“跨域”數據價值。
而所謂的“聯邦學習”是一種分佈式機器學習技術，在不交換數據樣本的情況下，在多個分散的邊緣設備和服務器上訓練算法，以達到在數據“可用不可見”的基礎上進行安全聯合建模。
簡單來說，聯邦學習具有衆籌和協作之意，搭建的系統具有聚合功能，其在推動數據融合，解決“數據孤島”難題上，釋放更多數據動能。
於企業而言，除私域數據之外，其還可將多維度的外域數據作爲參考，並以此爲基礎做出更爲準確的決策。
其中，醫療行業中，國內三甲醫院保存的醫療數據量非常可觀，可涉及隱私問題，科技公司想要直接採集多家醫院的數據用於訓練並不現實。而聯邦學習解決人們最爲關心的隱私安全問題，醫療機構也才能放心將醫療數據用於AI訓練，突破了隱私的圍城。
另外，聯邦學習已在金融行業中一些關鍵領域上取得了進展，聯合反洗錢建模、聯合信貸風控建模、聯合權益定價建模、聯合客戶價值建模等。
提升金融機構運營、風控效率
以薩摩耶數科爲例，作爲與衆多流量方、金融機構有着業務往來的公司，其充分利用自身與合作方優勢，可對獲客、運營、風控等效果提升有顯著幫助。
基於業界的開源聯邦學習框架Fate，薩摩耶數科構建起了聯邦學習平臺。該平臺上各個參與方信息保留在本地，不泄露隱私也不違反法規。且在聯邦學習的體系下，各個參與者的身份和地位相同，建模效果與將整個數據集中放在一起的建模效果相同。
此外，該平臺將聯邦學習集成到了薩摩耶數科AI平臺，可以更容易地實現聯邦模型的訓練、上線以及模型管理等功能，使聯邦學習更簡單易用。兩者結合後還獲得了可視化聯邦拖拽建模、模型管理及模型監控。
具體來講，薩摩耶數科AI平臺統一了從特徵工程、算法建模、模型訓練、模型評估、模型發佈等全流程，實現界面配置，便於模型的統一管理和維護，節省模型從訓練到發佈的上線週期。同時，參考了業界主流AI平臺設計思想，用組件化開發實現各個業務功能流程，做到自定義可配置可擴展，同時也用Kubernetes實現容器化彈性快速部署。
且薩摩耶數科的AI平臺還具有私有化、開放性、組件化的算法庫、代碼和組件相互轉換、進行自定義預處理、靈活定製不同模型的監控指標、支持Spark、TensorFlow等分佈式框架、自動機器學習功能（Auto ML）、跨平臺（Windows、Linux）使用、線上線下統一特徵管理等亮點。
值得一提的是，開源版聯邦學習Fate提供了豐富的縱向與橫向開源算法及優秀的調度Fate_Flow，可在易用性上給用戶造成很大的影響，即使用者在使用開源版幾個月後仍不能熟悉和快速地使用Fate進行聯合建模。
而聯邦學習算法集成到薩摩耶數科AI平臺主要從兩個方面入手：一是改進Fate易用性，從上傳數據、訓練模型到在線預測上線模型三大主要階段，通過簡單前端操作一鍵執行，並且對訓練模型這個主要的模塊進行前端拖拽建模，在線預測模塊進行一鍵發佈、停止、跑批等功能，並和薩摩耶數科AI平臺保持一致。
聯邦學習集成到薩摩耶數科AI平臺的第二階段，將開發自動建模平臺AUTOMAN算法聯邦化，目前Fate聯邦學習的算法是一些常用算法組件，相比AUTOMAN在風控建模方面的算法還是相對較少，後面將部分AUTOMAN算法進行聯邦化，並集成到AI平臺。
據瞭解，薩摩耶數科旗下的AUTOMAN自動建模平臺是將人工智能應用在模型設計領域，使模型開發週期減少60%-80%，最短可在1周內完成千萬級樣本建模任務，極大地縮短原始樣本與經營決策的距離，實現整體降本增效。
未來，薩摩耶數科聯邦學習平臺將實現AUTOMAN自動建模平臺的聯邦化，以此提供更加豐富的模型。同時，結合使用聯邦學習商業版FDN技術支持軟件，提供更多模型維度，使得模型準確度大幅提升。