首页> 财经 > > 正文

较单方模型效果提升30% 京东金融云助力平安银行打造金融科技新标杆

2021-03-30 16:15:37 来源:互联网

近日,京东金融云携手平安蜂巢联合开发出行业领先的跨平台联邦建模数据合作安全保护方案,应用于不同联邦学习平台之间的实时通信,实现了联邦学习跨平台的重大创新突破。双方基于联邦学习技术进行联合开发和方案部署,为平安银行提升风险管理自动化水平赋能,在两方数据特征无需出库的前提下,较单方模型效果提升30%以上,树立了金融科技的又一标杆。

打破平台壁垒的“强强联手”

联邦学习是行业内高度认可的数据隐私安全保护解决方案。它定义了机器学习框架,在此框架下,通过设计虚拟模型解决不同数据拥有方在不交换数据的情况下进行协作的问题,可以做到在不泄露隐私数据的条件下实现企业间的数据融合建模。

从联邦学习的理念提出至今,市面上已有多家科技公司相继推出了联邦学习平台。但是,各方出于安全性和实时性等考虑,对联邦学习平台之间通信始终存在限制壁垒,数据合作局限于单一平台之内;同时,跨平台联合建模也由于其技术难度的客观存在,一直被业内视为难以攻克的堡垒。如何实现各家联邦学习平台之间的互联互通,实现大联邦生态的建立,是数据合作行业亟需解决的难题。

对此,京东金融云旗下的联邦模盒与平安蜂巢联邦智能平台给出了跨平台联邦学习的标准范例,双方联合开发出行业领先的跨平台联邦建模数据合作安全保护方案,实现了不同联邦学习平台之间实时通信,攻克了模型算法对齐、加密方式协同的技术难点,能够有效帮助多方企业在保证数据隐私安全的前提下,建立起安全且低学习成本的联邦学习智能引擎系统,实现数据规模扩大、数据质量和模型效果提升。

助力金融科技场景“提质增效”

本次联邦学习跨平台开发部署应用于平安银行的实际业务场景,在保证数据合法、安全和规范的前提下,基于双方多个业务特征进行筛选与联邦建模,助力平安银行提升金融科技水平,加快数字化发展。

以平安银行的汽车金融业务为例,经过一段时间的业务飞速发展,伴随服务渠道和客群的下沉,欺诈、逾期等业务风险有所提高,这就亟需管理与技术水平更契合的金融科技工具来帮助降低风险。于是,京东金融云与平安蜂巢就平安银行的汽车金融风控业务展开合作,两方各自使用建模平台,通过约定标准化参数的形式,打破平台间壁垒,基于标准协议进行通信与联合建模。合作中,双方技术团队就异构联邦学习训练框架进行设计,该异构方案支持实现快速对接的同时,保护本地联邦学习平台的技术隐私,利用本地平台计算存储方案,基于两方本地隐私数据进行联邦模型训练。

相比于平安银行单独本地建模,应用联邦学习进行联合建模弥补了传统金融信贷体系中缺乏用户画像,贷款信用资质难以有效判断等缺陷,高效规避了欺诈行为风险,在符合法律法规对隐私安全要求的前提下将整体模型效果提升了30%。

京东科技风险管理中心智能模型部负责人彭南博表示,这一项目的落地突破了联邦训练局限于单一产品内的限制,创新性地实现了以通用协议形式实现联邦学习技术跨公司产品的对接,走出了一条多赢发展开拓市场的道路,有益于联邦学习产业走向更开放、更繁荣的未来。

平安蜂巢项目团队相关负责人也认为,以联邦学习和多方安全计算为核心的隐私计算相关技术为金融行业建模和应用提供了新方法和新思路,在数据不出域的情况下就能创造数据合作价值,联邦学习整个行业处于迅猛发展阶段,或将带来千亿市场规模。

京东科技和平安银行一直保持着长期稳定良好的合作关系。此前,双方已在支付业务、信用卡科技等领域开展了广泛合作。本次合作是京东科技与平安银行战略合作框架下的又一次技术联合开发上的创新性探索,通过此次京东金融云与平安蜂巢联邦学习技术合作的加持,双方有望在金融科技领域实现更多合作。

标签: 单方 模型 效果 提升