查看原文
其他

分享回顾|FATE开源项目在联通数科的隐私计算实战应用


日前,由FATE开源社区发起的系列线上公开课——FATE 「LIGHT UP」计划第四期成功举办,联通数字科技有限公司数据智能事业部技术总监樊利安系统地介绍了联通数科基于FATE开源项目在隐私计算联邦学习领域的探索实践,为隐私计算构建更强的场景支持力提供又一新方向。

以下为分享实录,FATE开源社区进行不改原意编辑整理:

01

联通数科探索隐私计算应用的研发背景


随着数字时代发展,数据得到更多重视与关注。

2019年10月,十九届四中全会决议增列数据为生产要素,一系列相关政策法规相继出台。数据作为新兴的生产要素,参与到社会生产分配当中,数字资源的开放互通也渐成趋势。“三法一条例”出台后,数据要素的安全流通也上升至更高层面。

不久前,中央全面深化改革委员会第二十六次会议审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》,对数据确权、流通、安全、监管等作出重要战略部署,引领我国数据基础制度建设驶入快车道。与此相应,能够为数据跨行业、跨机构的高效安全流通提供有力保障的隐私计算也迎来了发展“黄金期”。数据要素助力数字经济发展,亟待新技术、新模式构建数字安全底座,在安全合规的前提下促进数据流通开放。

数据只有在流通中才能发挥更大价值。当前,数据供需双方缺乏相互信任的机制,从而在一定程度上阻碍了数据流通。在监管层面来看,既鼓励供需双方使用数据创造价值,但也强调了隐私保护与数据安全合规。隐私计算技术可实现数据“可用不可见”,从而使得“数据不动,价值动”。

在此背景下,2016年起联通数科开始局部区块链研发。2018年,进行了深度探索。2020年,联通链1.0发布,具备“1+8+N”能力体系,实现区块链能力统一及跨云跨链部署等。


02

区块链+联邦学习深度融合

驱动技术互联、平台互联


在数据价值流通探索过程中,面临各方缺乏数据合作信任基础、数据监管、隐私保护等多重难点,联通链融合创新,积极探索区块链与联邦学习技术的深度融合,在综合考量安全性、智能性、可用性因素后,通过技术选型将FATE开源框架作为联通链隐私计算的开发框架之一,进一步强化联通链在“区块链+隐私计算”方面的技术融合,实现跨隐私计算框架的互联互通。

联通链可信协同计算组件基于联通数智链融合平台开发,结合多方安全计算和联邦学习等技术,在满足用户不同场景数据隐私保护计算的前提下,完成多方联合建模、联合预测、联合分析,促进多方数据合规高效的协同计算,实现“数据可用不可见、数据不动价值动”的数据可信协同计算。

在功能与优势方面主要有以下几点:一是安全可靠。数据仅在参与方间传输,三方无感;通信使用多重认证保护和信道保护,数据国密标准加密。二是性能卓越。支持亿级数据记录联邦学习建模能力;数据应用通信成本低,具备高并发、高实时性,毫秒级响应能力。三是便捷高效。实现大规模无代码化规则标签,算法标签全流程可视化搭建。可视化的友好交互平台,提高建模效率。

联通链隐私计算平台有效解决了多主体之间数据可信互通所面临的隐私保护和数据安全问题,已应用在中国联通大数据服务和多个政企数字化转型项目中。

03

参与开源共建

加速推动数据要素市场化进程


中国信通院发布的《隐私计算白皮书(2021年)》指出,开源协同正加速隐私计算的技术迭代。打破“数据孤岛”、“计算孤岛”,推动平台、技术路线间的互联互通,开源被视作其中重要路径。基于“开源开放、技术普惠”的逻辑,隐私计算开源有助于软件开发降本增效、加速迭代、促进产业协同创新,挖掘数据价值,为各产业技术发展提供动力。

未来,联通数科将积极参与隐私计算联邦学习开源生态建设,与FATE开源社区开展更多交流、合作,继续深耕区块链和隐私计算技术融合与应用,实现与数据生命周期多方在数据、算法、算力、模型之间的强互动与协同,推动数据要素市场高质量可持续发展。



主讲专家简介:

樊利安,联通数字科技有限公司数据智能事业部技术总监,中国电子商会数据资源服务创新专业委员会高级专家,从事大数据、区块链及联邦学习等领域研究,负责大数据、区块链和人工智能技术融合,打造数智链通用底座能力框架。


互动问答:

在直播过程中,观众提出了许多问题进行互动,樊利安老师进行了统一回复。以下为互动问答整理:

通信领域的数据流通需要关注哪些风险点?

通信领域涉及个人隐私数据,用户隐私是高度敏感的数据需要得到强有力的保护。安全合规是生命线,这类数据的使用必须严格遵守相应规则规范。

联通数科在数据流通方面都有哪些技术应用?

目前属于探索实践阶段,我们也在积极研究各种可能性,例如介绍中提到的借助区块链与隐私计算联邦学习深度融合的方式来推动应用落地。在这个过程中我们秉持“开源、开放、共生式研发创新”的思路,也在FATE开源社区中摸索可信数据流通的技术实现路径。


业界提出“可信联邦学习”的概念,这对于区块链与联邦学习深度融合会带来哪些新的探索思路?

可信联邦学习能为区块链与联邦学习深度融合提供崭新视角,在多中心化网络中增强节点之间的互信。区块链为联邦学习的各个参与方主体提供了一种可信互通的机制,联邦学习为区块链提供数据隐私保护的能力。二者相辅相成,建立了一个价值传递的桥梁。。未来或许能在二者结合的基础上,构建更可信、更互通的数据流通能力。

点击下方获取直播课完整视频


内容整理|陈欣杰


【关于FATE「LIGHT UP」计划】

 

随着我国开发者数量及开源贡献度快速增长,中国开源行业发展迈进世界前列。FATE(Federated AI Technology Enabler)开源社区作为全球首个隐私计算、联邦学习开源社区,基于“开源开放、共力创新”愿景,发起线上主题公开课FATE 「LIGHT UP」计划,汇聚联邦学习生态圈、多领域权威专家顾问及创新力量,一起点亮科创共建的理想之光。

社区现面向开发者、产业方、行研专家等全体生态伙伴发起讲师招募,分享让知识更具价值,非常期待您的加入!

详情点击:I  WANT YOU, FATE开源社区讲师招募~



【github直达】:阅读原文或复制链接https://github.com/FederatedAI/FATE即可,点击star,方便下次使用。

继续滑动看下一个
FATE开源社区
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存