同盾科技联邦学习技术加持 让数据“可用不可见”

近日，在诸多内外因素的共振下，中央重磅推动“新基建”部署，这场自上而下的大工程，将深刻影响中国未来几十年的经济版图。其中，大数据生态的建设情况将是决定信息数字化的核心因素。固本方能培元，没有安全奢谈发展，没有安全的发展就如同将大楼建立在沙子之上。数据安全与发展之间需要找到一个的平衡点，而 “可用不可见”这一具有革命性的技术理念或将是撬动这个平衡点的有力杠杆。

“可用不可见”其核心有两层含义：数据的可用性和数据的不可见性。即在充分保护数据和隐私安全的前提下，实现大数据价值的转化和提炼。

目前的人工智能本质上是数据智能，也就是用大数据来训练计算模型支撑业务应用。但是现实中数据是各机构或个人的核心资产，数据孤岛现象普遍存在。近两年，我国在分别出台了《数据安全管理办法(征求意见稿)》和《信息安全技术个人信息安全规范》修订版），数据直接共享面临更严峻的合法合规的考验。如何充分利用各方的数据，让数据对外开放，进行智能化服务，这是数据可用关心的重点。

但不可否认的是，数据可用性和不可见性，在传统的计算模式下是很难实现的。越来越多的人认识到，数据安全建设将成为行业企业发展的根本前提，实现数据的“可用不可见”将有赖于更多的科技企业迈出创新的步伐。

数据“不可见” |全面的脱敏和去标识化

作为国内领先的智能风控与分析决策服务商，同盾科技在数据“可用不可见”领域的探索取得了很多前沿性成果。

首先是“数据的不可见”的革新。同盾将所有敏感数据进行了全面而彻底的脱敏、去标识和不可逆化，从源头上避免了敏感的原始数据泄露风险，充分保护用户的隐私信息和客户机密。从而为后续智能分析和价值挖掘，提供一个阳光、可信和安全的环境。

为此，同盾寄出了一套组合拳。

1、全面的脱敏和去标识化。依照《信息安全技术 个人信息去标识化指南》和《个人金融信息保护技术规范》的要求，同盾将合规列为当前所有工作的重中之重，并动员和联合多个部门发起了 “总攻”。

目前，阶段性成果开始显现。

第一，彻底完成了云端API对敏感数据的去标识化。同盾提供全方位的加解密和数字签名体系，可供数据方自主选择针对隐私数据的加解密安全措施。

第二，彻底实现了云端SaaS服务系统（决策引擎、指标平台等）敏感数据去标识化，并建立起从业务规则到底层数据的自上而下的去标识化体系，业务场景中进行的决策、计算各个环节，无需依赖敏感数据原文，基于脱敏和去标识化的数据，完成业务目的。

第三，完成数据中台的改造，实现敏感数据去标识化。当内部员工加工处理数据时，无法接触敏感数据的明文。对数据访问的所有场景进行严格的管控，根据“业务需要”和“最小权限”原则，对访问数据的个人、应用程序实施注册制，严格控制和分配访问权限。

2、全方位的加密算法支持。同盾提供全方位的加解密和数字签名体系，可供外部客户、数据使用方自主选择针对隐私数据的加解密安全措施。同盾对客户隐私数据计算所需的加密及脱敏服务进行灵活组合，支持国密和国际标准算法，如RSA、SHA256等算法。

3、完善的DMZ区建设。对于必须用到明文的数据处理中间环节，通过调用位于DMZ区（非军事化隔离区）的受严格权限管控的解密服务，通过技术手段限制只能在内存中使用明文进行计算，并且详细记录调用方操作日志（数据访问日志、业务操作日志、账号管理日志、认证登录日志、权限管理日志），对操作行为进行安全审计。数据处理平台支持LDAP、Kerberos协议，基于ACL的用户权限管理，实现细粒度的用户权限控制，确保数据访问安全。

联邦学习|打破数据孤岛，让不流通的数据也能用起来

解决数据安全和隐私保护仅是第一步，“可用性”才是大数据价值的终极体现，“可用不可见”的革命性在于能在保证不同机构间数据“不流通”的前提下，实现“信用”和“信任”的流通，实现价值的共享，从而打破不同主体间的合作藩篱。

那么在“不可见”的前提下，是如何实现“可用”的目标呢？

同盾科技基于联邦学习提出了“知识联邦”的理论框架体系，支持从信息层、模型层、认知层和知识层四个层级进行联邦，以实现数据可用不可见。

联邦学习是一种采用分布式的机器学习/深度学习技术，参与各方在加密的基础上共建一个公共虚拟模型（可以相同也可以不同），训练和交互的全过程各方的数据始终留在本地，不参与交换和合并。参与各方没有一方能拥有所有的数据，也没有一方拥有所有的模型，共用开放数据，而不享有数据，能最大化保护数据安全和数据隐私。

在“知识联邦”框架中，信息层通过安全多方计算在密文空间上直接进行计算或学习，进而提取或发现知识；模型层联邦与传统的联邦学习相似，基于模型加密交互共创知识，并实现知识共享；认知层对同/异构数据进行认知学习之后进行集成或多模态融合，进而生成复杂的知识网络；知识层对分布的知识进一步学习提炼，实现基于知识的表达推理及智能决策。简单的讲，智邦平台的具有以下技术创新：

l 平台和算法都是基于自研“知识联邦”体系；

l 首次尝试并成功使用联邦神经网络解决跨特征联邦学习问题；

l 针对实际场景中普遍存在的小样本问题，成功实现联邦元学习；

l 梯度、参数加密方式和压缩方式完全自主研发，具有独创性；

l 创新性提出参与方贡献评价机制，评估参与方数据贡献。

大数据安全生态完善是一个系统工程，技术创新、制度建设、法律法规的创新是缺一不可、相辅相成的，“可用不可见”也仅仅是为这个系统工程打下了第一根桩基，后续的发展仍有很多创新的空间，比如能否能推出更加可具操作性的法律法规，让企业的边界更加清晰；是否可以将一些脱敏、加密、不可逆的数据，都保存和放置到政府认证的云平台和公共平台之上，让每一次数据的流通和使用受到政府监管，是否需要建设一个社会性的大数据平台等，总之，数据安全建设永远在路上，我们需要更有想象力。