联邦学习
京东数科联邦学习平台(FedLearn)是基于数据安全和隐私保护,在数据不出本地的情况下和多个参与方之间通过共享加密数据的参数交换与优化,来进行机器学习,建立虚拟共享模型。从而实现的数据的多方协同和授权共享,得到更准确、更高效的模型和决策,进一步释放数据价值
提交需求
img
数据隔离
各方数据都保留在本地,不泄露隐私也不违反法规
img
迁移学习
迁移学习是在用户或特征不对齐的情况下,也可以在数据间通过交换加密参数 达到知识迁移的效果
img
共同收益
多个参与者联合数据建立虚拟的共有模型,并且共同获益的体系
img
数据无损
联邦学习的建模效果和将整个数据集放在一处建模的效果相同,或相差不大 (在各个数据的用户对齐或特征对齐的条件下)

应用场景

  • 医疗医药

    医疗行业的应用,可以在相对封闭的医疗数据参与方间,建立起安全可信的数据交换网络。使医疗机构、保险、药企、医疗设备供应商之间的医疗信息数据交换和共享得到有效使用,实现医疗数据价值的最大效用。
  • 金融保险

    京东联邦学习平台的征信模式支持的数据本地采集方式,弥补了传统征信数据老旧、风险评估状况滞后的缺陷,将数据分析范围从金融信贷数据,扩展至医疗、保险、交通等行业的征信评价体系中。
  • 精准营销

    以电子选举为例,这是安全多方计算的典型应用,得到了研究者的广泛重视。通过安全多方计算可以实现:计票的完整性、投票过程的鲁棒性、选票内容的保密性、不可复用性和可证实性。

推荐产品

提交需求
服务大类
产品名称
联系人
手机号码
企业邮箱
公司名称
公司类型
需求描述
咨询电话:010-86592508
咨询邮箱: dtdata@jd.com