蚂蚁金服共享智能平台打破数据孤岛,荣获“2019CCF 科技进步优秀奖”

简介: 在2019中国计算机大会上,“蚂蚁金服隐私保护共享智能平台”荣获“CCF科技进步优秀奖”。

10月18日,在2019中国计算机大会上,“蚂蚁金服隐私保护共享智能平台”荣获“CCF科技进步优秀奖”。 据悉,中国计算机大会(CNCC)是中国计算机领域级别最高、规模最大的学术盛会,其中“CCF科学技术奖”主要嘉奖计算机及相关领域在技术研究、技术开发、技术创新、推广应用先进科学技术的杰出成果。

ccf共享智能.jpg

用技术保护数据安全,实现数据共享与价值传递

随着人工智能的兴起,数据的质量和数量,已经成为影响机器学习模型效果最重要的因素之一,因此通过数据共享的模式来“扩展”数据量、从而提升模型效果的诉求也变得越发强烈。但在数据共享过程中,不可避免会涉及到两个问题:隐私泄露和数据滥用。而共享智能技术正是针对解决这一问题而生。

共享智能是指在多方参与且各数据提供方与平台方互不信任的场景下,能够聚合多方信息并保护参与方数据隐私的学习范式,是蚂蚁金服为解决数据共享需求与隐私泄露和数据滥用之间的矛盾,提出的技术解决方案。

从2015年开始,蚂蚁金服就一直致力于共享智能平台的技术研发,该平台能够帮助不同机构在满足用户隐私保护和安全合规的要求下进行数据联合使用和建模,可以做到“用户隐私不会被泄露,数据使用行为可控”,并能够提供数据接入、数据连接、数据加工及挖掘等一站式数据服务能力,覆盖大数据探索和研究的全链路需求。

据介绍,该平台不仅具有安全可靠性、高可扩展性、完备性以及易用性等特点,同时还具有覆盖场景面广,支持算法丰富,支持工业化、规模化发展等优势。既能够充分实现数据持有节点间互联合作,又可保证数据安全和隐私保护。

打破数据孤岛,落地更多数据共享应用场景

让数据孤岛在安全环境下进行连接、合作、共创、赋能,是蚂蚁金服共享智能平台的核心使命。

目前蚂蚁金服共享智能平台已应用在蚂蚁金服内部及合作伙伴方的智能信贷、智能风控等业务领域中。以中和农信为例,通过数据融合,中和农信不仅大幅度提高了风控性能,而且把原来传统的线下模式,变成线上自动过审模式,完成授信只需5分钟,8个月累计放款31.9亿,授信成功人数44万人,业务覆盖20+省区,300+县城,10000+个乡村,助力实现农村普惠金融。未来,我们希望与更多的合作伙伴,共同探索更多更强的数据孤岛解决方案,推进数据共享下的机器学习在更多场景下落地,实现数据可用不可见。

据了解,蚂蚁金服共享智能平台曾荣获2019中国人工智能峰会“紫金产品创新奖”、2019全球人工智能创业者大会“GAISC Award 2019 应用案例示范奖”和2019世界人工智能大会上“世界人工智能产业安全十大创新实践”等奖项,这体现了业界对蚂蚁金服共享智能技术和平台的认可。

相关文章
|
算法 安全 数据挖掘
如何更轻松地学习差分隐私——《动手学差分隐私》中文版正式发布!
2022年10月28日,阿里巴巴集团数据技术及产品部DataTrust团队成员刘巍然、李双为差分隐私在线书籍《动手学差分隐私(Programming Differential Privacy )》提供的中文翻译版本正式被原著作者Joseph P. Near和Chiké Abuah合并到书籍GitHub仓库(https://github.com/uvm-plaid/programming-dp/)中
2801 0
如何更轻松地学习差分隐私——《动手学差分隐私》中文版正式发布!
|
5月前
|
网络协议 Linux C++
Window 部署 coze-stdio(coze 开发平台)
本指南介绍了如何在本地环境部署 Coze Studio,包括环境配置、镜像源设置、模型配置及服务启动步骤。内容涵盖 Docker 配置、模型添加方法及常见问题解决方案,适用于 Windows 11 系统,需最低 2 核 CPU 和 4GB 内存。
1788 8
Window 部署 coze-stdio(coze 开发平台)
|
5月前
|
存储 SQL 监控
数据中台架构解析:湖仓一体的实战设计
在数据量激增的数字化时代,企业面临数据分散、使用效率低等问题。数据中台作为统一管理与应用数据的核心平台,结合湖仓一体架构,打通数据壁垒,实现高效流转与分析。本文详解湖仓一体的设计与落地实践,助力企业构建统一、灵活的数据底座,驱动业务决策与创新。
|
Go
域名重定向工具 —— SwitchHosts 实用教程
域名重定向工具 —— SwitchHosts 实用教程
1817 0
|
安全 网络协议 前端开发
Windows下nmap命令及Zenmap工具的使用方法
【7月更文挑战第28天】zenmap是一个开放源代码的网络探测和安全审核的工具,它是nmap安全扫描工具的图形界面前端,它可以支持跨平台。使用zenmap工具可以快速地扫描大型网络或单个主机的信息。如扫描主机提供了哪些服务,使用的操作系统等。
1771 8
|
机器学习/深度学习 存储 人工智能
【机器学习】GBDT (Gradient Boosting Decision Tree) 深入解析
GBDT,全称为Gradient Boosting Decision Tree,即梯度提升决策树,是机器学习领域中一种高效且强大的集成学习方法。它通过迭代地添加决策树以逐步降低预测误差,从而在各种任务中,尤其是回归和分类问题上表现出色。本文将深入浅出地介绍GBDT的基本原理、算法流程、关键参数调整策略以及其在实际应用中的表现与优化技巧。
3972 2
|
SQL 安全 数据挖掘
隐私计算实训营第7讲:隐语SCQL的架构详细拆解丨隐私计算实训营 第1期
SCQL是安全协作查询语言,让不信任的多方能在保护隐私的前提下进行联合数据分析。它假设参与者半诚实,支持多方(N>=2)合作,且具备SQL语法支持和性能优化。SCQL提供类似SQL的用户界面,通过CCL机制允许数据所有者控制数据使用权限。系统基于SPU的MPC框架运行,适用于多个应用场景。
494 0
|
机器学习/深度学习 算法 安全
2024.3.20隐语训练营第3讲笔记:详解隐私计算框架及技术要点
隐语架构是一个分层设计,支持不同技术路线,确保高内聚、低耦合,增强开放性。它包括产品层(如SecretPad和SecretNote)、算法层(如PSI和PIR协议)、计算层(RayFed和SPU)、资源层(KUSCIA)和互联互通及跨域管控机制。该架构旨在提供高性能、易用的隐私计算解决方案,支持MPC、TEE、SCQL等,并允许不同背景的研究人员参与。
447 0
|
Kubernetes API 数据库
容器服务 Pod 处于 CrashLoopBackOff的原因及解决方法
"CrashLoopBackOff" 是 Kubernetes 中 Pod 进入的一种错误状态,通常是由于容器不断崩溃(失败)而触发的重启策略所导致的。以下是 Pod 处于 CrashLoopBackOff 状态的原因及相应的解决方法: ### 原因: 1. **应用错误:** - 容器内部的应用程序崩溃,导致容器退出。 - 应用程序可能因为异常、未捕获的错误、配置问题、依赖缺失等原因导致崩溃。 2. **错误的启动命令:** - Pod 的启动命令或入口点设置错误,导致容器无法正确启动。 3. **资源限制:** - Pod 可能受到内存或 CPU 资源限制,
4260 0
|
存储 JSON Java
实战!Mybatis-plus操作json字段实战
本文主要介绍基于mybatis-plus的json字段实战,介绍json字段的查询操作,希望对您有帮助
7816 0
实战!Mybatis-plus操作json字段实战