摘要
当前明文数据流通带来的数据泄露与滥用问题越来越严重,这对跨域数据融合的机器学习带来了严峻考验。同时人工智能技术发展速度逐步加快,已经在很多领域实现了广泛应用,但受到企业竞争、安全问题和审批流程等因素影响,企业内部数据之间在实现互联互通过程中遇到了很大阻碍,容易引起 “数据孤岛”问题。如何保护数据隐私,是现阶段全世界关注的趋势,为人工智能技术发展带来巨大挑战。联邦学习是一种分布式机器学习技术,具有数据安全与隐私保护功能,在人工智能应用时代下备受各行各业关注。本文首先对联邦学习技术进行概述,然后介绍了联邦学习技术的分类,最后探讨了联邦学习技术在金融行业的具体应用。
