揭秘聯(lián)邦學習黑馬:富數(shù)科技FMPC安全計算平臺

富數(shù)簡介(通過項目官網(wǎng)和公司ppt了解到的產(chǎn)品詳情)

富數(shù)多方安全計算平臺(FMPC )是上海富數(shù)科技旗下產(chǎn)品,產(chǎn)品官網(wǎng)地址:https://www.fudata.cn/


富數(shù)科技是安全計算的領跑者杠步。公司立足于領先的安全計算與人工智能技術(shù)鸟顺,幫助合規(guī)數(shù)據(jù)源搭建大數(shù)據(jù)安全建模的橋梁,落地金融亥贸、政務躬窜、醫(yī)療、營銷等業(yè)務場景炕置,釋放大數(shù)據(jù)的商業(yè)價值荣挨;聚合海量數(shù)據(jù)源和應用場景男韧,形成安全的數(shù)據(jù)價值流通平臺。通過連接默垄、交互此虑、結(jié)網(wǎng),?建設安全的數(shù)據(jù)互聯(lián)網(wǎng)生態(tài)(公司介紹摘要)口锭。

作者理解:富數(shù)FMPC應該是相對于微眾fate和螞蟻金服摩斯而言比較中立的第三方安全計算平臺朦前,志在服務好運營商等大數(shù)據(jù)源和各個行業(yè)甲方之間的數(shù)據(jù)安全合規(guī)使用業(yè)務場景。官網(wǎng)了解到鹃操,富數(shù)去年已獨立完成3輪融資韭寸,VC市場應該是比較看好富數(shù)的這塊安全計算業(yè)務。FMPC具有4個產(chǎn)品特點:誤差凶槊瘛:密文訓練聯(lián)邦學習誤差小于 1%
算法多:安全計算支持的算法多棒仍,包括普通多方計算、統(tǒng)計分析臭胜、機器學習(LR莫其、DT、RF耸三、LightGBM等)
速度快:機器學習訓練收斂速度提高了3倍乱陡;?匿蹤查詢100億條+記錄秒級響應
私有化:部署方式靈活,支持本地私有化仪壮、對等網(wǎng)絡鏈接

FMPC具有4個產(chǎn)品模塊:1)聯(lián)邦學習:
原始數(shù)據(jù)不出門憨颠,參與各方本地建模;沒有敏感數(shù)據(jù)流通积锅,交互中間計算結(jié)果爽彤;參與方只有自己模型參數(shù),
整個模型被保護缚陷;私有化部署适篙;開放API快速開發(fā);支持主流機器學習算法箫爷;LR, DT, RF, Xgboost…嚷节;建模速度快3倍;密文訓練精度誤差<1%

2)多方安全計算:落地應用計算量1.1萬+次/天虎锚;支持多方數(shù)據(jù)安全求交硫痰;支持一次多項式;支持多方歸因統(tǒng)計分析窜护;支持多方多維數(shù)據(jù)鉆取分析效斑;私有化部署


圖1
3)匿蹤查詢:
支持100億+條記錄;秒級響應時間柱徙;查詢授權(quán)存證鳍悠;甲方查詢信息不泄露税娜;加密隧道避免中間留存;私有化部署藏研。

4)聯(lián)盟區(qū)塊鏈:?聯(lián)盟節(jié)點30+敬矩;高性能擴展1萬TPS;合約調(diào)用20萬次/天蠢挡;電子存證和智能合約弧岳;隱私保護協(xié)議;快捷部署場景應用业踏;開源開發(fā)社區(qū)?
圖2
FMPC目前主要應用于6個場景:
圖3

FMPC目前主要的合作伙伴:

業(yè)務案例:(1)案例需求:銀行信貸聯(lián)合風控
銀行等信貸機構(gòu)需要對客戶進行授信評估禽炬,依賴于外部大數(shù)據(jù)公司進行聯(lián)合建模,得到信貸的風控模型勤家。傳統(tǒng)的聯(lián)合建模方式有缺陷:
-?信貸機構(gòu)把Y樣本給到大數(shù)據(jù)公司腹尖,用戶信息泄露且模型暴露;
-?大數(shù)據(jù)公司把X樣本給到信貸機構(gòu)伐脖,用戶信息泄露且成本高热幔;
-?雙方把X和Y給到第三方沙箱環(huán)境,如何保證沙箱的絕對安全讼庇?
FMPC解決方案:
圖4
(2)案例需求:醫(yī)療機構(gòu)聯(lián)合科研統(tǒng)計
醫(yī)療機構(gòu)需要對疾病進行醫(yī)學統(tǒng)計研究绎巨,依賴于各大醫(yī)院的病例進行聯(lián)合建模,得到疾病的研究模型蠕啄。各家醫(yī)院系統(tǒng)割裂導致的病例數(shù)據(jù)孤島场勤,使得業(yè)務很難有效開展。
圖5
其他信息:?
官網(wǎng)了解到歼跟,富數(shù)科技是第一批獲得信通院多方安全證明的企業(yè)和媳,其余四家包括微眾、螞蟻金服哈街、百度留瞳、華控清交,應該來說具備了聯(lián)邦學習的目前行業(yè)最有價值的背書和資質(zhì)叹卷。通常行業(yè)領域的講法撼港,這5家算是國內(nèi)聯(lián)邦學習領域第一陣營坪它。?
(作者一直檢測這個領域的科技公司發(fā)展動態(tài)骤竹,若有信息更新,請關(guān)注公眾號往毡,等待后續(xù))

-?END?-

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蒙揣,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子开瞭,更是在濱河造成了極大的恐慌懒震,老刑警劉巖罩息,帶你破解...
    沈念sama閱讀 221,695評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異个扰,居然都是意外死亡瓷炮,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,569評論 3 399
  • 文/潘曉璐 我一進店門递宅,熙熙樓的掌柜王于貴愁眉苦臉地迎上來娘香,“玉大人,你說我怎么就攤上這事办龄『嬲溃” “怎么了?”我有些...
    開封第一講書人閱讀 168,130評論 0 360
  • 文/不壞的土叔 我叫張陵俐填,是天一觀的道長安接。 經(jīng)常有香客問我,道長英融,這世上最難降的妖魔是什么盏檐? 我笑而不...
    開封第一講書人閱讀 59,648評論 1 297
  • 正文 為了忘掉前任,我火速辦了婚禮矢赁,結(jié)果婚禮上糯笙,老公的妹妹穿的比我還像新娘。我一直安慰自己撩银,他們只是感情好给涕,可當我...
    茶點故事閱讀 68,655評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著额获,像睡著了一般够庙。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上抄邀,一...
    開封第一講書人閱讀 52,268評論 1 309
  • 那天耘眨,我揣著相機與錄音,去河邊找鬼境肾。 笑死剔难,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的奥喻。 我是一名探鬼主播偶宫,決...
    沈念sama閱讀 40,835評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼环鲤!你這毒婦竟也來了纯趋?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,740評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎吵冒,沒想到半個月后纯命,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,286評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡痹栖,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,375評論 3 340
  • 正文 我和宋清朗相戀三年亿汞,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片揪阿。...
    茶點故事閱讀 40,505評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡留夜,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出图甜,到底是詐尸還是另有隱情碍粥,我是刑警寧澤,帶...
    沈念sama閱讀 36,185評論 5 350
  • 正文 年R本政府宣布黑毅,位于F島的核電站嚼摩,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏矿瘦。R本人自食惡果不足惜枕面,卻給世界環(huán)境...
    茶點故事閱讀 41,873評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望缚去。 院中可真熱鬧潮秘,春花似錦、人聲如沸易结。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,357評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽搞动。三九已至躏精,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間鹦肿,已是汗流浹背矗烛。 一陣腳步聲響...
    開封第一講書人閱讀 33,466評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留箩溃,地道東北人瞭吃。 一個月前我還...
    沈念sama閱讀 48,921評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像涣旨,于是被迫代替她去往敵國和親歪架。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,515評論 2 359

推薦閱讀更多精彩內(nèi)容