桔子数科：探索联邦学习模式，护航数据安全

今年的政府工作报告中明确提出，“十四五期间，推进数字经济与实体经济的深度融合和双向赋能”，为实现这一目标，数字金融的发展将起到关键作用。此外，金融作为数据密集型行业，更要深化研究数据管理机制、深度挖掘数据内在价值、深入做好数据安全保护，以实现多向赋能。

随着数字化、信息化进程的加快以及数据采集技术的发展，各个行业产生的数据量呈现出爆发式的增长，而且数据本身出现了更多的维度和联系。在数据联合应用的过程中，不可避免地出现了数据安全方面的问题。为了应对金融行业数据隐私保护难题，打破现实存在的数据孤岛，桔子数科依托强大技术创新及大数据风控应用能力，不断探索“联邦学习”模式。

据了解，“联邦学习”是一种加密的分布式机器学习技术，能够使各个企业的自由数据在不违反数据隐私法规的前提下，建立虚拟共有模型，为本地目标服务。目前，“联邦学习”已经成为新一代人工智能最重要的技术范式之一。为了打造“联邦学习”新模式，桔子数科与南开大学合作建立了“金融科技联合实验室”，将融合双方各自资源优势，针对大数据算法和联邦学习技术的应用进行专项研究。

桔子数科负责人表示，“一套优秀的金融科技解决方案必须根植于实际场景，经过反复测试迭代成型，不能唯算法论和唯数据论”。桔子数科与南开大学建立联合实验室，正是充分利用南开大学的计算机、人工智能、数学、统计、金融等相关学科优势和人才储备，最终结合桔子数科在金融科技领域的实际应用场景进行模型设计与开发。

而针对当前越来越突出的“数据孤岛”问题，桔子数科将在原有智能风控系统的基础上，采用自主研发的大数据建模平台和联邦学习应用技术与互联网公司针对存量活跃用户进行联合建模，快速筛选出优质的预授信客户。同时，通过自主研发的营销模型系统对预授信客户进行智能营销分层，从而实现精准的投放营销，为合作方的存量用户提供合规、便捷的消费金融产品服务。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。