联邦学习技术在税收风险管理中的应用构想

当前,智慧税务建设紧密围绕以数治税和云端算税的税收征管理念,着重集聚性地运用大数据、云计算、区块链以及人工智能等技术,并从涉税数据的采集、整理、分析全流程加以考量。然而,现阶段税收风险管理仍存在诸如涉税数据多源异构性欠佳、先进算法分布式计算的应用较为有限、大数据风控技术融入程度不够等问题。出现这些问题的根本原因在于高价值涉税数据共享不充分,仍处于分割的“数据孤岛”状态。联邦学习技术基于分布式计算框架,在源数据不出域的情况下,采用同态加密技术实现人工智能建模,既可以确保数据隐私安全,又可以保证模型预测性能。将联邦学习技术应用于税收风险管理,能够有效应对现阶段税收风险管理存在的上述问题,进而提升税收风险管理效能。