百度点石联邦学习平台获信通院“卓信大数据” 计划评估认证

2021-04-30 11:23:1516579人阅读

数字经济时代的到来,使数据成为一种新型的生产要素,但另一方面,从今年的“两会”到3·15晚会,数据隐私安全问题开始引起企业与大众的关注。


d62d873f1f57d7a61774610899ae95b5.jpg


在“十四五”规划和二〇三五年远景目标建议中,明确提出建设网络强国、数字中国,发展数字经济,建立数据安全保护基础制度和标准规范,保障国家数据安全。为贯彻落实数据安全相关法律法规及政策要求,中国信息通信研究院泰尔终端实验室及安全研究所联合发起“卓信大数据-大数据平台安全专项”计划,帮助企业加深对于大数据平台的数据安全认知,提升企业的大数据安全保护水平。从初测结果来看,企业大数据平台的安全现状不容乐观,日志记录不完整、身份认证机制未开启等组件配置安全隐患在受测大数据平台中普遍存在,对于组件安全漏洞的发现和修复不够及时。


联邦学习技术是解决数据开放共享中“数据孤岛”问题的关键技术之一,企业和机构累积了海量的数据,需要在保护隐私及安全合规的的前提下融合流通,才得以释放数据价值、提高数据作为生产要素的效率。“卓信大数据”计划-联邦学习安全评估专项”以联邦学习产品或方案为评估对象,帮助企业查找安全问题,提高联邦学习技术应用中的安全保护水平。项目组构建并完善了联邦学习安全评估指标体系,对参与专项的联邦学习产品开展了安全评估,评估涵盖了联邦学习流程中的数据核实、数据对齐、特征处理、模型训练、模型评估、模型预测6个阶段,其中包括联邦学习数据完整性保障、元数据发布安全、数据求交安全、统计量计算安全、联邦模型算法安全、交换安全等内容。同时,也评估了系统或平台层的授权认证、通信安全、存储安全、过程存证等数据安全能力。在“卓信大数据”计划的层层考核下,百度点石联邦计算平台成为首批通过评估的产品。


最新再.png


百度联邦学习平台基于数据安全和隐私保护技术,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。旨在将政府数据赋能金融、汽车、教育、互联网等行业客户,解决风险控制、精准营销等场景的业务需求,打破数据孤岛,实现数据价值的充分流动。


图片1先最新.png


与此同时,百度基于可信执行环境、数据脱敏、区块链等技术,也打造了点石数据安全协作平台,在隐私保护的前提下,保障数据流通全流程安全可控,为用户提供数据开放共享、数据流通领域的数据安全整体解决方案。


点石数据安全协作平台一方可以帮助政府机构将数据合规、合法、安全的开放给数据分析企业、科研机构或个人,最大限度的发挥数据价值。同时也可以与第三方企业数据融合分析、联合计算、联合建模,进一步挖掘数据价值,改善民生、赋能产业,吸引人才。


相比于传统数据安全手段,百度数据安全开放平台具有如下优势:


1、可提供数据流通整体解决方案,提供不同安全等级产品,满足客户需求;

2、众多权威安全性资质认证、国标行业标准主要起草者、相关技术开源;

3、前沿技术理念指导,国内首创,且已在多个行业落地;

4、点石联邦学习:数据不动程序动,数据可用不可见,保障数据看不见,拿不走;

5、点石安全隔离域:不加密、不脱敏,调试环境和运行环境分离,数据看得见拿不走,最大限度的保留数据原始价值;

6、点石安全计算平台:基于可信硬件执行环境,保证数据可用不可见,预制常见机器学习、支持深度学习框架。


百度数据安全开放平台支持私有化+SaaS的部署方式,可根据用户业务需求场景独立分布式部署,并得以与区块链相结合构建数据流通网络,日志可信可查,在保证数据流通安全的基础上,极大的释放数据价值。如在政务数据开放上,使政府机构可通过联邦计算搭建统一规范、互联互通、安全可控的政务数据开放服务,促进数据交易市场培育,安全合规推动政务数据开放与共享;在金融联合风控上,在原始数据不出域的基础上打造金融数据共享基础设施,安全融合多方数据,通过联合建模,提升联合风控的效果;在医疗联合建模上,采用分布式本地部署架构,保障医疗隐私数据去中心化,支持多个医疗机构横向或纵向联邦学习提升医疗模型效果,并通过匿踪查询对检测患者信息隐私保护;在广告联合营销上,安全连接广告主、广告平台、数据合作方三方数据孤岛,打通用户行为全链路,为广告主提供更多维、更精准的群体画像,提升广告投放效果。为企业在数据安全保障与数据安全体系建设等数据安全治理需求上提供全要素的解决方案,促进各行各业更加安全的存储数据、使用数据、共享数据。

0
现金券
0
兑换券
立即领取
领取成功