很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
当下数据成为比肩石油的基础性关键战略资源。在日益增长的数据共享需求和日渐严格的数据合规要求下，如何兼顾数据开放和数据安全，推动安全、可信的数据共享及价值流转，是企业面临的重要课题。而隐私计算作为全新的技术提供了破局思路，在保证数据安全的前提下尽可能使数据价值最大化。
隐私计算(Privacy compute 或Privacy computing)是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。简单来说，即让数据在一个密闭空间里被安全地交换、共享、流通进而实现数据“价值”。
隐私计算之所以安全的原因在于，数据所有者和数据使用者分离，数据拥有方在数据不出库、不可见的基础上实现数据整合与数据模型计算，而后将产出模型结果同步回中心节点分发至不同参与者，以实现数据价值共享。
目前主流的隐私计算技术主要分为三大方向：
第一类是以多方安全计算为代表的基于密码学的隐私计算技术；
第二类是以联邦学习为代表的人工智能与隐私保护技术融合衍生的技术；
第三类是以可信执行环境为代表的基于可信硬件的隐私计算技术。
其中，联邦学习是兼顾数据合作与隐私保护的去中心化协作机器学习技术。传统的数据价值流转是把所有数据汇聚到云或者数据中心，基于处理后的数据进行大量的计算，产出预测，从而运用到具体的应用场景中。联邦学习则相反，AI本身在参与方自己的设备、数据中心，或边缘上去产出计算结果，利用本地数据训练模型，将需要更新的参数同步回到一个中心节点，在平均其模型结果后，再将新的训练模型分发到各个不同的参与者。在联邦学习的机制下，参与者不需要牺牲底层数据隐私，就可以同时实现比较大规模的AI、机器学习的应用场景。
随着行业关注度与需求性的不断提升，隐私计算及联邦学习发展前景无限。据国际调研机构 Gartner 预测，2025 年将有一半的大型企业机构，在不受信任的环境和多方数据分析用例中使用隐私计算处理数据，大数据生态的普惠性协作将达到前所未有的水平。
但当下隐私计算及联邦学习仍处于探索阶段，在商业化落地的过程中面临着两大阻碍，公平性校验、场景化AI洞察。即在校验参与者身份及数据质量打造一个公平协作的环境下，基于业务目标与场景践以坚实的AI能力，真正以数据驱动业务增长，实现不同参与方下数据的互联互通。这将是实现联邦学习有意义、有价值、能规模化商业落地的基础条件。
联邦学习基于“可用、不可见”的底层逻辑，保障了不同所有权的数据源在AI模型训练、预测过程中的安全问题。但这仅是数据互联互通的一环，仅靠单一技术难以构建高效、高流动性的数据共享生态。仍需考虑数据真实性、数据质量，以及数据参与方激励机制、贡献评估和利益分配流程等多种因素。
因此为避免由于行业竞争造成的故意混淆错误结果到联邦学习的体系中，以及一系列其他机制层面的系统性风险所造成的训练模型结果错误等，就需要透明、有效的安全机制进行干预，建立体系各方的相互信任。
区块链具有数据可溯源、难以篡改、公开透明、智能合约自动执行等技术特点，则成为解决上述问题的最佳技术。其可以帮助企业各方创造去中心化、自动化透明管理，信任以及治理机制，来消除参与者之间信任程度的风险要素。针对数据质量及安全性问题，区块链支持采取投票机制，由联盟各方共同确认每个共享结果的质量，可以有效地减少学习体系中不被信任的第三方以伪造的、有疑问的数据破坏整体洞察结果的情况发生。
区块链专注参与方可信执行与数据权属凭证流通，联邦学习技术则负责大规模的运算和数据价值流通。两者的协同，实现全程闭环的数据安全和隐私服务，使得操作和处理记录可上链保存、不可被篡改，大大减少了数据确权难、数据集质量低、数据资源有限等数据流转问题，为企业及组织构建了一个更为公平安全的数据协作生态。
当下随着需求不断扩张与成熟，隐私计算应用落地多向开花，在互联网、金融、电信、医疗等行业渗透率加速攀升。而联邦学习作为应用面、需求性更广的隐私计算技术，在企业更为关注的客户数据、营销领域作用斐然。
在B2C行业，例如旅游、零售、汽车、教育、消费金融等中大型企业，存在一定量级的交叉客户，但由于数据体系割裂，缺乏数据共享、数据洞察机会。联邦学习可以在不需要共享数据的情况下，基于深度的AI机器学习建立用户分层模型、预测性模型等围绕拉新与客户生命周期管理场景下的数据洞察，提升转化率、降低打扰率，驱动精准营销与数据资产沉淀。
但若使联邦学习真正能落地于应用场景，发挥业务驱动价值，在规模化且多样化的高质量数据基础下，AI技术也同样成为核心能力。这要求着联邦学习需深耕于全域营销场景，具备海量数据磨炼下，成熟性、精准性可快速落地输出洞察的AI模型，将数据场景化，并转化成深入洞察，驱动数据各方创造可衡量的经济效益。
区块链协同具备AI基因的联邦学习将激发未来数据蓝海。目前数据安全流通量不足数据总量的十万分之一，伴随着区块链技术与具备强AI能力的联邦学习融合与发展，未来将有广阔的数据蓝海价值被激发。
而创略科技作为专注于数据技术与AI的企业，整合了区块链、密码学以及机器学习等技术，在AI能力与区块链技术的双重加持下推出了APEX联邦学习，具有以下优势：
1、基于密码学技术，不泄露原始数据，甚至原始数据的分布，上下界都不会泄露；
2、性能出色，相比于原始数据上合并直接建模，性能上无损；
3、支持多种AI算法，加密算法并没有限制机器学习的自由度；
4、借鉴区块链layer2层思想，链上记录必要log信息，防止企业作恶，相比于直接建模对企业更有约束力；
5、以区块链为中枢，整个建模完全去中心化，任何主体无法获取或破解其他主体持有的数据。完全去除第三方中心服务，降低数据的获取成本。
目前联邦学习在营销领域的拓展还处于初级阶段，需要客户之间以及对提供通道的供应商具有高度的信任。而创略科技基于自身在AI应用场景下建立的联邦学习通道，希望可以一步步推动行业往平台化、联盟化发展，驱动联邦学习商业化落地，最终激发广阔的数据蓝海价值。
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)