“联邦学习”及其在金融领域的应用分析

作者：张艳艳

来源：农村金融研究, 2020, (12): 52-58.

DOI：10.16127/j.cnki.issn1003-1812.2020.12.015

• 联邦学习
• 同态加密
• 数据安全
• 隐私保护

数据对人工智能技术的发展有着至关重要的作用,但近年来受限于数据安全和隐私保护相关法规,无法跨机构或跨部门进行数据共享,极大地阻碍了人工智能技术在金融行业的应用和发展。"联邦学习"作为一种新的机器学习框架,对该问题提出了一个潜在的解决方案。论文重点对"联邦学习"相关概念、与其他新兴技术的融合、在金融行业的应用前景以及在应用中面临的挑战等进行了介绍和分析,并对"联邦学习"在金融行业中的应用给出了建议。

• 单位
  中国社会科学院研究生院