联邦学习开源框架FATE助力腾讯神盾沙箱,携手打造数据安全合作生态

近日,微众银行联邦学习FATE开源社区迎来了两位新贡献者——来自腾讯的刘洋及秦姝琦,作为云计算安全领域的专家,两位为FATE构造了新的功能点,并在Github上提交修复了相关漏洞。(Github项目地址:https://github.com/FederatedAI/FATE

)从FATE的面世,到贡献者激励制度的推出,参与开源社区建设的数据安全行业从业者不断踊现,FATE在业内的关注度、价值认可度逐步提升,联邦学习生态正进一步深化及拓展。

 

AI时代数据安全问题严峻,联邦学习是必经解决路径

 联邦学习开源框架FATE助力腾讯神盾沙箱,携手打造数据安全合作生态

 

 

人工智能的发展与普及不断改变着人们的生活方式,但AI的实现离不开海量数据源的支撑。自大数据上升为国家战略后,其产业和应用得到了快速发展,但是在数据丰富程度、数据质量、数据共享、大数据平台安全和大数据产业生态等领域上,这一行业仍有许多亟待解决的问题。

 

作为一种基于多方安全计算的分布式机器学习技术,联邦学习能让参与各方可以在不披露底层数据和底层数据的加密(混淆)形态的前提下共建模型,在行业应用中帮助不同机构打破隔阂,进行AI协作,同时各方的数据都不出本地,让用户隐私得到保护。这样一种共赢的机器学习方式,让联邦学习成为了AI时代大数据安全及隐私保护的必备技术。

 

FATE(Federated AI Technology Enabler)是全球首个联邦学习工业级开源框架,由微众银行AI团队推出,从GitHub开源,到贡献者激励机制的发布,微众银行AI团队期望拥抱所有从业者,以开放的姿态,共建联邦学习生态。(官网地址:https://www.fedai.org.cn/cn/

 

FATE直击业界痛点,搭建数据安全多方合作桥梁

 

新晋贡献者中,秦姝琦来自于腾讯神盾沙箱,在采访中她提到,目前行业面临着许多痛点,如为了牟取利益,部分手机APP“越权”获取用户信息,衍生出规模庞大的黑灰产业链。甚至还有黑灰产组织对热门app进行反编译,修改源码后经伪装重新投放到应用市场来获取数据和利益。

 联邦学习开源框架FATE助力腾讯神盾沙箱,携手打造数据安全合作生态

 

 

 

除此以外,数据的确权也是一个难点。非法采集到的数据最后会就会成为黑产市场上的商品。而在数据流通这里,即使是合法授权给第三方使用数据,也无法保证第三方不会私下拷贝滥用数据。

 

而其团队研究构建的神盾沙箱,在结合FATE计算框架后,则可以解决数据流通中的隐私安全问题,同时为大数据产品和AI产品的结合提供隐私安全的解决方案。使得APP厂商减少对用户数据需求量同时也能获得更庞大、标注质量更好的数据集。

 

秦姝琦表示,联邦学习是应对大数据新时代下新问题的新解决方案,在数据安全多方合作领域,联邦学习FATE结合神盾沙箱的应用,可以通过技术手段使得数据流通合法合规,从而打破“信息孤岛”现状。

 

发力开源生态,推动数据安全从业者共建FATE

 

据悉,腾讯神盾沙箱目前的核心计算模块由FATE提供,神盾沙箱项目团队在使用FATE框架、算法的过程中碰到的不足会主动寻求方法改进,并将其贡献到FATE开源项目中,这种合作形式同时促进了神盾沙箱的产品打磨和FATE项目的完善。

 

随着更多的人加入联邦生态,互相推动着打磨产品的进步,这种正循环将会使更多的人受益。一个有活力的开源生态离不开贡献,以及成员间的彼此的促进。

 

目前,FATE开源社区激励制度已全面上线,参与建设的贡献者将获得官方证书与相应激励。作为联邦学习全球首个工业级开源社区,FATE在Github上线仅数月,Star数便突破700,从知名高校香港科技大学学子敬清贺,到知名科技企业腾讯刘洋、秦姝琦纷纷参与贡献,无不表明FATE对数据安全强大的解决能力。最近腾讯云盾沙箱与FATE开展的进一步合作,更是彰显了FATE的可靠性与适配能力,FATE正走向更开阔的行业领域。

 

联邦学习促进人工智能领域的开放协同,提升人工智能数据流通性,推动多组织机构高度协同合作,促进人工智能产业安全健康发展及赋能各个应用领域。在此背景下,无论是FATE的开源,还是腾讯云参与贡献,我们都可以窥见联邦学习生态的蓬勃发展。未来将会有更多产业领域受益,中国数据安全也将迈向新的台阶。

 

上一篇:『与善仁』Appium基础 — 13、补充:Desired Capabilities参数介绍


下一篇:Linux Capabilities 入门教程:进阶实战篇