WeLab加码隐私计算布局,首推行业领先自研图形化系统

2020-08-18 17:13:28 推荐

伴随着深度学习能力的提升以及芯片等技术的快速发展,人工智能应用收集数据过度而造成的隐私泄露事件时有发生,不免引起社会对人工智能数据安全性的质疑。例如2019年年初,国内某人脸识别公司发生大规模数据泄露事件。超过250万人的数据可被获取,680万条记录泄露,其中包括身份证信息、人脸识别图像及捕捉地点等。面对人工智能对隐私信息保护存在的问题,近日在上海举办的2020世界人工智能大会云端峰会也对此进行了大量讨论,而隐私计算(Privacy Computing)则成为了热议的话题。大会承办方之一上海数据交易中心在峰会上发布了基于联邦学习技术的多方安全计算验证环境,探索数据流通与交易领域多元数据融合的实现途径,推动各领域行业数据的标准化研究,提升多元数据的可用性、规范性、安全性,得到了产学两界的极大青睐。

英国市场研究公司Juniper Research一项新研究发现,到2024年,移动边缘计算的年度总支出将达到112亿美元。这比2019年的13亿美元有所增长,年均增长52.9%。边缘计算领域还有广阔的发展空间。因此,从2018年开始,BAT等大厂接连入局隐私计算,此外,一些走在前沿的金融科技公司也有布局,这其中就有亚洲领先的金融科技集团WeLab。

在中国香港、内地、印尼三地市场均有业务布局的WeLab从创立以来一直重视用户的信息安全和隐私,在2015年成立创新研究中心,并从2018年起开始投入到隐私计算领域的研发,包括联邦学习、边缘计算等技术,并已获得了多个隐私计算的相关专利,其专利边缘计算解决方案将在高效计算的基础上确保用户隐私数据的安全以及更精简的数据传输。在2019年,WeLab全面上线了高维向量检索——ANN算法,运用这一算法可更高效地检测欺诈行为,并且摆脱了常规欺诈检测算法需要直接访问大量用户数据的问题,保护了用户隐私。

自去年12月,WeLab集团完成了C轮融资后,大力发展隐私计算作为重要技术解决方案,成为了集团目前的三大战略目标之一,也是集团创新研究中心的研发重点。目前,边缘计算跟联邦学习已自研出可操作的平台系统,在应用层已经取得了重大进展。据WeLab集团创新研究中心介绍,目前正在与多个金融链条的上下游合作方洽谈合作,已有多家公司表现出对前沿科技的兴趣,计划未来一起进行联合建模测试,也将通过集团旗下的天冕大数据实验室将隐私计算作为重点技术解决方案向合作伙伴输出。同时,WeLab集团也在今年提交了多项涉及联邦学习与边缘计算的自研技术专利申请,进一步完善集团在隐私计算技术的布局。

在愈发增强的数据隐私保护潮流下,企业已经意识到各种技术路线都有其适配的场景,比如联邦学习更适合数据挖掘,多方安全计算的安全性更高,这些技术需要彼此结合使用,也需要行业内共同交流和学习,才能满足企业的需求。总体来说,隐私计算行业目前还刚刚起步,行业也需要像WeLab这样的技术先驱引领浪潮,通过不断的应用落地,来进一步反哺技术,不断地提升行业标准。

声明:本站转载此文目的在于传递更多信息,并不代表赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系,我们将在第一时间删除内容,本网站对此声明具有最终解释权。

相关文章

{{news.title}}

{{news.timeFormat}} {{news.author}}

正在加载......