移動互聯技術這把“溫柔刀”,帶來巨大便利之餘,也將我們的個人數據放進了櫥窗,爲“推動信息技術發展”而供人調取。
我們都清楚網絡“裸奔”的行爲很混亂,但你知道到底有多亂嗎?真相,可能遠比想象中嚴重。
近日,某銀行都會因爲“大客戶”要求而泄露客戶流水,那麼在這個高度開放的互聯網世界裏,存放着我們隱私的安全小屋又能安全到哪裏去?
▼ 特斯拉最近曝出因數據保護不力,導致用戶隱私泄露的問題。
▼ 今年3月,新浪微博因用戶查詢接口被惡意調用,5.38億微博用戶數據泄露。
無論是工信部隔三差五曝出的違規收集數據,還是新聞裏時時可見的隱私泄露問題,在當前大數據驅動的社會環境下,數據隱私安全成爲了全民探討的重要議題。
信息技術的發展,離不開由我們在智能終端(手機及其他設備等)上產生或推斷出的個人數據,如瀏覽習慣、點擊頻次等,來推動個性化應用和服務的發展。
尤其在AI領域,這一情況更爲明顯,依賴於持續的數據感知、收集,並上傳至服務端進行深度分析與訓練,AI才能迎來蓬勃發展。但底層未經審查、不透明的數據收集和聚合協議,很可能造成嚴重的數據安全威脅和隱私風險。
要解決這樣的困境,僅僅靠傳統的機器學習方法已經出現瓶頸。我們需要一個既滿足隱私保護和數據安全,又可實施的解決方案——聯邦學習。
什麼是聯邦學習
聯邦學習希望做到各個企業的自有數據不出本地,而聯邦系統可以通過加密機制下的參數交換方式,即在不違反數據隱私法規情況下,建立一個虛擬的共有模型。這個虛擬模型就好像大家把數據聚合在一起建立的最優模型一樣。但是在建立虛擬模型的時候,數據本身不移動,也不泄露隱私和影響數據合規,也就是“數據不動,模型動”。這樣,建好的模型在各自的區域僅爲本地的目標服務。在這樣一個聯邦機制下, 各個參與者的身份和地位相同,而聯邦系統幫助大家建立了“共同富裕”的策略,也就是“風險不增,效益增”。這就是爲什麼這個體系叫做“聯邦學習”。
聯邦學習的價值
如何學習聯邦學習
首部全面、系統論述聯邦學習的中文著作《聯邦學習》現已上市,可以作爲廣大學習者入門和探究聯邦學習的第一本書!
本書詳細描述了聯邦學習如何將分佈式機器學習、密碼學、基於金融規則的激勵機制和博弈論結合起來,以解決分散數據的使用問題。介紹不同種類的面向隱私保護的機器學習解決方案以及技術背景,並描述一些典型的實際問題解決案例。
本書知識體系
(點擊查看大圖)
業內頂級陣容,權威專著
傾情作序
張鈸 / 中國科學院院士,清華大學人工智能研究院院長
聯合力薦
(按姓氏拼音排序)
高文 / 中國工程院院士,北京大學教授,鵬城實驗室主任
李開復/ 創新工場董事長兼CEO
梅宏 / 教授,中國科學院院士,歐洲科學院外籍院士,IEEE Fellow,中國人民解放軍軍事科學院副院長
肖鋼/ 第十三屆全國政協經濟委員會委員
周志華 / 南京大學人工智能學院院長,歐洲科學院外籍院士,ACM/AAAI/IEEE Fellow
作者團隊
楊強 / 微衆銀行的首席人工智能官(CAIO),香港科技大學(HKUST)計算機科學與工程系講席教授。
劉洋 / 微衆銀行AI 項目組的高級研究員。
程勇 / 微衆銀行AI 項目組的高級研究員。
康焱 / 微衆銀行AI 項目組的高級研究員。
陳天健 / 微衆銀行AI 項目組的副總經理。
於涵/ 新加坡南洋理工大學(NTU)計算機科學與工程學院助理教授,微衆銀行特聘顧問。
頂配福利,觸手可得
加入《聯邦學習》圖書交流羣,享受以下福利:
①與作者團隊共同討論聯邦學習技術話題,實時答疑解惑
② 獲取來自“微衆銀行人工智能團隊”的第一手技術資料,包含聯邦學習前沿研究、多領域應用案例、FATE開源項目實戰指導等
③ 第一時間獲取楊強教授等多位人工智能頂級專家在線公開課程信息,搶佔VIP席位
④ 《聯邦學習》第一批新書特價搶購權
限時僅需0.1元,你將得到:
搶鮮試讀本書第1章全部內容!
獲贈10元博文視點學院優惠券
第一章簡介
本書第1章即將圍繞當前人工智能面臨的挑戰,以及聯邦學習可以作爲一個有效的解決方案,並介紹聯邦學習的分類和發展。同時論述:聯邦學習將作爲下一代人工智能大規模協作的基礎,能迎合技術和社會的需求,承擔起人工智能在發展和應用中的重任。
更多科技資訊請見微信公衆號:博文視點Broadview(微信號:bvbooks)