欢迎光临
OKEX交易所使用教程

圆桌论坛:隐私计算大爆发前夜,如何把握商机?

作者:邱祥宇

12月5日,2020世界区块链大会·武汉正式在武汉国际会展中心开幕。大会由巴比特主办,并得到了武汉市政府、江汉区政府、武汉市经信局、中国信通院等部门单位的大力支持。

在当天下午举办的“联邦学习与隐私计算区块链的商业创新发展应用”圆桌论坛,蓝象智联CEO徐敏、洞见科技创始人、董事长姚明、微众银行系统架构师曾纪策、光之树副总裁武姗姗以及富数科技产品总监林琳,共同探讨联邦学习和隐私计算区块链的商业创新。

如何看待数据商业化和隐私之间的博弈和平衡?

 徐敏:

数据隐私和数据商业价值是一对矛盾体,就像两个对面拍过来的海浪一样,它今天是互相冲向对方,不管浪多大,在下一秒就会融为一体一起往前走,我认为数据隐私和数据商业价值协同也是一样的,今天来看,如果要达到数据隐私保护和数据商业价值协同我认为有三个方面,包括人文、法律以及技术。人文,我们会更好地去达成一个个人享受更好的社会福利、社会服务,以及各种隐私保护之间的平衡点。法律方面是去确定数据的底线,人文和法律在一起,一个确定了上线,一个确定下线,而技术就是让我们更好地达成这个平衡点。

圆桌论坛:隐私计算大爆发前夜,如何把握商机?

今天我们牺牲了40%的隐私,实现了60%的个人的便利性,有了隐私计算保护之后,我们可能就只需要牺牲20%的隐私就能实现80%的个人的便利性,隐私保护它就是能够来提升更好的社会福祉。

 

如何在数据隐私保护的前提下把握智能数据与区块链融合?

姚明:先从信用本身讲起,信用行业是比较特殊的行业,行业的本质其实是在利用数据和人的历史经验,也就是模型和智慧去判断交易主体的风险。在这样一个领域存在第三方的信用评估场景,这个场景里面有个非常重要的原则,就是最少可用原则,如果大家关注信用产业的话,这个词是在政策法规中频繁提到的。最少可用的原则其实是为了保护主体的隐私能够不被泄漏,并且不被侵犯,这在今年的民法典里面也有所体现。另一部分也是为了保障公平性。对于最少可用,实际上来说它实现的对于信息的可见部分尽可能不让它去泄漏出来或者被转售。对于这个最小可用原则,如果我们将它定义为是对可见的信息部分的一个保护,现在技术就提供了一个更新的机会,对于那些不可见的计算价值部分,如果我们能够将它抽取出来,是不是就可以打破这个最少可用的原则呢,这点就对于信用评价,特别是风控有重大的意义。

因为从风控的角度来说,它其实并不希望用最小可用原则,他希望用更多的数据来刻划交易对象的风险,以此来进行信用的量化定价和控制风险,这两者实际上是冲突的。那么这种冲突就给联邦学习和多方安全计算提供了机会,对于数据,把它用于计算的价值,从它的可见信息部分抽离出来,让这个不可见的计算价值部分尽可能多的去参与共享,参与流通,参与信用评价,这样就可以从技术层面突破最少可用原则,但是又充分保护了可见的个人隐私信息部分并没有被侵犯或者被泄漏,这个实际上是对信用产业一种技术的革新。

 

如何对整个系统做安全验证?

 曾纪策

从数据交换或者隐私计算的原理来说,安全验证需要各种算法的证明、一些证书等等。从系统层面来说,比如系统经过安全的认证,3A、4A的安全认证,包括合作方的身份,还有授权,还有账号,还有审计。另外还有一个很大的杀手锏,因为微众银行是完全基于开源的一套东西,我们整个开源产品的家族,包括在线推理、一键可溯化的建模即将推出,也会跟区块链技术结合。

圆桌论坛:隐私计算大爆发前夜,如何把握商机?

我们不单单想在学术界去建立一些标准,我们也尝试通过开源的手段,在工业界建立一些标准。前面几点只是说我们在前面做了一些手段,事后我们还继续提供可审计,包括我们会提供一些网络抓包的方式,还有日志,我们会利用区块链对整个合作过程中的一些行为追溯。

 

如何突破传统的数据合作模式,实现新型数据可用不可见的联合建模和价值共享?

 武姗姗:

在传统的数据合作模式下,数据的使用权和所有权难以分离,大家都认可我们每方数据放在一起进行计算、建模、应用、分析,会产生更好的结果。但通常在实践中你会发现,那些拥有比较珍贵的数据资源的企业是非常不愿意去分享他的数据的,一是收到数据的一方不会再对同样的数据进行反复付费,另外脱离了数据所有权人的控制之后,它的用途实际上是很难以再被明确和被监管的,这是问题之一。问题之二,回到联合建模,原来联合建模过程中,大家都是输出一些脱敏后的数据标签,它包含某种信息,但是颗粒度更粗,所以它离真实建模的场景远一些。

圆桌论坛:隐私计算大爆发前夜,如何把握商机?

回到联邦学习,联邦学习实际上提出了一种比较新的技术架构,大家可以在物理分散但是逻辑集中的情况下进行联合的计算,整个流转过程是可用不可见的。

 

隐私计算在整个商业化落地过程中所遇到的挑战

 林琳:

 

联邦学习和隐私计算适合在哪些领域大放异彩?

 林琳:

 

隐私计算和联邦学习的发展趋势

 徐敏:

赞(0) 打赏
转载请注明出处:okex交易所官网 » 圆桌论坛:隐私计算大爆发前夜,如何把握商机?
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

okex网注册教程和交易流程

联系QQ:87300288数字货币QQ交流群

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏