综合“软硬件”解决方案 解读蚂蚁共享智能背后的技术原理

  技术应用需要以大规模的“数据交换”为前提，另一方面，随数据共享伴生的隐私泄露、数据滥用等问题，让数据方又不敢放开手脚拥抱新技术。

  2018年5月25日，号称“史上最严”隐私保护法案的欧盟《通用数据保护条例》新规，在28个欧盟成员国统一实施生效。自此之后，从美国的《加利福尼亚州消费者隐私法案》，到中国的《数据安全法》、《网络安全法》、《个人隐私信息保护法》，法律法条的严格规范，让数据所有者被迫形成了一个个大数据孤岛。

  但新技术升级的大势不可逆转，对于政府、企业等对数据管理与隐私保护有着严格要求的组织机构来说，如果存在有安全可靠的数据分享解决方案，那能带来的发展价值将是不可估量的。

  例如，某行业协会希望统计该行业当前的平均利润，用来帮助指导企业与行业良性发展，但头部的数家企业虽然也想了解行业数据，却又不想披露自家的利润情况，多方因此陷入了尴尬的处境。

  “既要联接多方数据，又要彼此互相保密”——面对如此困境，各方都在期待破局者的出现。

  为了解决这一难题，蚂蚁提出了共享智能技术，希望能在多方参与且各数据提供方与平台方互不信任的场景下，能够聚合多方信息并保护参与方数据隐私，完成机器学习与数据分析。

  类似在前面举例的计算行业平均利润困局中，蚂蚁共享智能就是要帮企业在看不见彼此数据的前提下完成一道“数学题”。

  要实现这一目标，蚂蚁结合了当下主流的TEE（Trusted Execution Environment，可信执行环境）与MPC（Multi-party Computation，多方安全计算）两条数据共享技术路线，并结合蚂蚁的自身业务场景特性，提供了聚焦于金融行业的应用解决方案。

  TEE的字面意思是可信执行环境，核心概念为以第三方硬件为载体，数据在由硬件创建的可信执行环境中进行共享。

  可以想象在云端有一个各方都信的过的“保险箱”，大家把数据都密封好放进去，再由统一的训练引擎在“保险箱”里完成计算，用户彼此都看不到“保险箱”内的情况，完全避免了隐私泄露的可能。

  MPC更多涉及密码学的方式方法，通过创建特定的算法达成一个多方安全协议，把数据做相应的处理后再进行计算。

  与TEE思路不同的是，MPC解决方案的数据都是保存在本地并执行任务的，让用户免去了上传数据可能会外泄的顾虑。在实际训练过程中，多方各自在本地分别执行一部分训练任务，在有数据交互需要的时候，训练中的双方会通过多方安全协议进行信息交换，确保不会泄露双方各自的数据。

  实际上，无论是TEE的集中式解决方案，还是基于MPC的分布式解决方案，在不同的场景下，两种思路各有优劣。

  目前，数据共享技术的落地都聚焦在对数据管控更为严格的金融领域，这也是蚂蚁共享智能基于品牌业务积累所擅长的方向所在。以蚂蚁与江苏银行合作的项目为例，在共享智能技术的支持下，江苏银行在行业内率先建立起了信贷联合风控机制，明显提升了信贷防控的效果。

  过去，对于申请贷款的用户，银行必须要先进行贷款风控，然而因为各家银行并未打通彼此的用户数据，有时会出现同一用户在不同银行获得不同审批结果的情况，有几率会使优质客户流失、贷款不良率增加等很多问题，降低了银行的经营效率，也影响到银行的盈利能力。

  而基于新建立的联合风控机制，江苏银行可以借鉴各方的数据来进行更全面、更客观的信贷评估与决策，既保护了自有用户的数据和隐私，又提升了自身抗风险能力，银行的经营效率和服务水平得到了显著提升。

  除江苏银行外，蚂蚁共享智能还同样帮助中和农信大幅度提高了风控能力，把原来传统的线下模式，变成线上自动过审模式，完成授信只需5分钟，8个月累计放款31.9亿，授信成功人数44万人，业务覆盖20多个省区，300多县城，10000多个乡村。

  目前，数据共享下的机器学习仍然还有很多待突破的地方，而蚂蚁共享智能并不拘泥于具体的技术思路，希望可以结合各自的业务特点，提供多元化的产品和服务，满足多种的实际的需求，最终推动大数据孤岛的协同与联接。

  自2016年开始启动共享智能研究至今，蚂蚁共享智能成功整合了多种安全计算引擎，并支持多种机器学习算法以及各种数据预处理因子，并能够给大家提供金融级的高效、稳定、系统的大规模集群化支撑。

  为了持续巩固用户对于共享智能技术的信任，在多家智能信贷机构落地标杆型业务场景外，蚂蚁还在积极推荐建立共享智能的行业标准、联盟标准、国家标准以及IEEE、ITU-T等国际标准。

  未来，会有更多的企业与机构利用AI技术谋求发展，并有意愿打破数据共享的禁锢，对此，蚂蚁也在积极探索降低企业落地门槛的技术和方案，希望可以有更多的公司参与进来共建共享智能的开放生态，共同解决业务痛点。最终，希望可以在全行业打造一个完全相互连通的共享智能数据网络，让公众更好地享受普惠金融。

  融合，难道不是显而易见吗？我感觉在二三十年前就已经有这个概念了。”在他们的想法里，其实：

  融合的概念和内涵 /

  协同仿真原理及主要组成部分概述 /

  的一体化评测引擎FlagPerf完成阶段性适配。昆仑芯是FlagPerf首批生态伙伴，双方将强强联合，共同推进AI

  近日，普华基础软件股份有限公司(以下简称普华基础软件)与苏州旗芯微半导体有限公司(以下简称旗芯微)携手，正式推出基于AUTOSAR标准的纯国产

  作为支撑，逐步实现“底层软件+中间件”的开发与部署，形成“芯片+软件+算法”的

  。具备功耗更低、稳定性更高的优势。尤其是在带电池的移动应用场景下，更为适合AR眼镜的应用，同时也减少了发热量，保证性能

  供应商竞争力榜单 /

  大会在浙江宁波成功举办。作为一线家电品牌首选的物联网平台，机智云物联网受邀亮相活动现场，分享《AIoT

  升级 /

  的知名企业，双方在工业自动化领域的客户高度重合。CODESYS和创龙科技的深入合作，将为客户提供更深层次的

  业务营收规模为基准指标，结合未来几年的定点释放规模以及各个细分市场的份额占比，进行

  【youyeetoo X1 windows 开发板体验】支持语音控制的AIoT智能终端设计

  嵌入式学习-ElfBoard ELF 1板卡- Uboot目录结构介绍