联邦|京东数科自研联邦学习平台Fedlearn正式亮相
_原题为 京东数科自研联邦学习平台Fedlearn正式亮相
近日 ， 京东数字科技集团（简称：京东数科）正式推出自主研发的联邦学习平台——Fedlearn ， 旨在更好地挖掘数据价值 ， 实现多方共赢的机器学习 ， 在满足数据隐私安全和监管要求的前提下 ， 让人工智能系统更加高效准确地共同使用各自数据的机器学习框架 。
【联邦|京东数科自研联邦学习平台Fedlearn正式亮相】Fedlearn平台该平台具有三大特点 。 第一 ， 在数据和模型隐私方面 ， 不同参与方之间没有直接交换本地数据和模型参数 ， 而是交换更新参数所需的中间数值 。 同时 ， 为了避免从这些中间数值中恢复数据信息 ， 采用增加扰动对这些数值进行保护 ， 确保了数据和模型的隐私安全 。 其次 ， 在通讯方面 ， 引入中心化数据交换的概念 ， 使得数据的交换独立于参与方 。 最后 ， 采用异步计算框架 ， 极大地提高了模型训练的速度 。
融合了密码学、机器学习、区块链等联邦学习算法的Fedlearn平台 ， 搭建出一套安全、智能、高效的链接平台 ， 在各机构数据不用向外传输的前提下 ， 通过联合多方机构数据 ， 实现共同构建模型等多方数据联合使用场景 ， 获得加成效应 。 相较于传统的数据共享交换方法 ， Fedlearn平台创新性地提出了并行加密算法、异步计算框架、创新联邦学习等技术架构 ， 在保证数据安全的前提下提升学习效率 ， 并逐步达到融合亿级规模数据的能力 。
在京东数科开发Fedlearn平台的过程中 ， 实现了“基于核的非线性联邦学习算法” 。 在安全性上 ， 这一方法不传输原始样本及梯度信息 ， 充分保护数据隐私；在快速性方面 ， 这一方法使用首创的双随机梯度下降 ， 大大提高计算速度 ， 充分利用计算资源 ， 通过增加扰动提高数据的安全保护 。 这一技术创新已经形成了论文《解决多方垂直联邦学习的安全核学习算法》（Federated Doubly Stochastic Kernel Learning for Vertically Partitioned Data） 。
京东数科风险管理中心智能模型部负责人彭南博表示 ， “在京东数科风控‘联邦模盒’产品业务实践中 ， 着实取得较于传统联合建模更优的效果” 。 究其原因 ， 一方面 ， 联邦学习理论上是能够获得最优解的 ， 即通过梯度下降迭代过程 ， 可以实现联邦间的特征组合和交叉建模 ， 从而解决如“异或”这样的非线性问题；另一方面 ， 由于能够保护数据隐私安全 ， 因此无需限制建模样本的数量 ， 使联邦学习可以使用更多数据建模 ， 基于大数据更有效发现数据规律 ， 进而提升模型效果 。
目前京东数科金条、白条业务模型已经全面实现了传统建模向联邦建模的升级 ， 联邦模式下模型的风险识别能力和流量转化率均得到了提升 。 除了在风控方面的应用 ， AI+智能城市领域 ， 京东数科自研的联邦学习平台——Fedlearn平台也有广泛应用 。
除此之外 ， 京东数科依托在金融服务、数字营销等领域积累的丰富实践经验 ， 形成了多场景的解决方案 ， 通过联邦学习可以实现多场景的解决方案升级 ， 结合各个客户的自身情况 ， 提供定制化程度更高的服务 。 目前 ， 已实现多个不同类型的合作项目落地 。
从底层代码到算法再到平台搭建 ， 京东数科始终坚持自主研究创新 ， 一路稳扎稳打 。 “我们希望依托数科强大的AI技术背景 ， 通过Fedlearn平台的科技能力输出助力用户和产业实现‘联结’ ， 为各种规模企业实现赋能和增长 ， 这也是我们作为联邦学习应用落地领军者的使命” ， 薄列峰表示 。
推荐阅读
- 注册|“双十一”商标该归谁？阿里、京东同时坐上原告席，律师这样说
- 经济|来自数字经济的反哺：实体经济在京东11·11得到了什么？
- 合作|京东与招天下合作开启电子招投标新领域
- 增速|京东双11创最高增速，智能供应链支撑亿级订单
- 战报|京东物流双11战报：93%自营订单24小时达，再度刷新纪录
- 销售额|汤臣倍健蝉联天猫、京东双十一“双料冠军”，线上总销售额突破4亿
- 制造|京东双11成中国制造加速场 销售过亿品牌八成是国货
- 总成交|“双11”总成交创新纪录！天猫4982亿，京东2715亿
- 经济|创纪录！京东11.11下单金额2715亿 助力实体经济 服务亿万用户
- 品牌|双11落幕，“尾款人”消费力惊人！天猫4982亿，京东2715亿，小米也是大赢家