同盾科技 数据部总经理,腾盾科技总经理

同盾 科技你是怎么解决数据的安全问题的？同盾 科技和数据 federation有什么区别？同盾 科技一直在大力倡导和推动“可用与不可见”的技术理念。数据 Federated更多的是一种数据 integration方法，实际上是一种federated 数据 library系统，将不同来源的数据 libraries集成在一起，方便查询，为了充分保护数据和隐私，实现数据、同盾的价值转化和提炼，已经全面彻底的脱敏、无标记、不可逆的所有敏感数据。

首先，我们需要对账户风险评级有一个清晰的认识:账户风险评级是指银行根据账户和客户的基本信息、主动交易、非主动交易以及其他相关的对外数据，在不同业务环节(开户和交易)对账户风险的量化评估。可见，账户风险评级的实现有赖于提升银行基础设施能力的策略、模型和系统的构建。

楼主所说的“可用与不可见”有两层意思，可用与不可见。可用性是基于联邦学习的知识联邦理论框架。作为知识联邦的子集，联邦学习采用了分布式机器学习和深度学习技术。在加密的基础上，所有参与者共同建立一个公开的虚拟模型。在整个培训互动过程中，各方数据始终留在当地，不参与交流合并。参与方没有一方可以拥有全部数据，也没有一方可以拥有全部型号，共享数据，不享有数据，从而保护数据，最大化安全和隐私。

数据Federated更多的是数据的一种集成方法，实际上是一个federated 数据 library系统，集成了不同来源的数据 libraries，方便查询。关键是不涉及隐私保护的机制。知识联邦实际上是一套理论框架体系，旨在将数据结合起来并转化为有价值的知识，同时在结合过程中采用一些安全的数据交换协议。所有参与者的数据可以有效地用于知识共创、共享和推理。

为了全面保护数据和隐私，对数据的值进行了转化和提炼，对同盾进行了全面彻底的脱敏、无标记和不可逆处理。基于“知识联邦”的理论框架体系，实现了知识表达、推理和智能决策，同盾 科技一直在大力倡导和推动“可用与不可见”的技术理念。