做好貸前、貸中、貸后風險管理，是銀行和金融機構關心的核心命題。隨著許多業務由線下轉移至線上，如何從線上海量用戶中篩選出合適的客戶進行放貸讓銀行倍感壓力。

在接受第一財經記者專訪時，騰訊安全副總裁李旭陽表示，聯邦學習的出現成為了解決該難題的“利器”，以數據可用不可見的方式，在數據不出本地的情況下，讓不同利益方數據實現串聯，打破數據孤島，為銀行和金融機構提供更科學的風險管理方式。

“聯邦學習”由谷歌科學家H.Brendan McMahan最早在2016年提出，又名“聯邦機器學習”，能有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下進行數據使用和機器學習建模，降低了傳統中心化機器學習帶來的隱私泄露風險和因數據泄露帶來的相應成本。

據了解，聯邦學習是基于數據隱私保護的安全計算框架，是一系列技術實現的統稱，為機器學習、深度學習、遷移學習算法提供安全計算支持。安全底層支持同態加密、秘密共享、哈希散列等多方安全計算機制，算法層支持多方安全計算模式下的邏輯回歸、Boosting、聯邦遷移學習等。

假設有兩個不同的企業各自擁有不同數據，按照歐洲 GDPR用戶隱私準則不能粗暴地將雙方數據加以合并。聯邦學習可以做到各個企業的自有數據不出本地，然后通過聯邦系統進行在加密機制下的參數交換，即在不違反數據隱私法規情況下，建立一個虛擬的共有模型。這個虛擬模型就好像能達到數據聚合在一起建立的最優模型一樣。但是在建立虛擬模型的時候，數據本身不移動，也不泄露隱私和影響數據合規。這樣，建好的模型在各自的區域僅為本地的目標服務。

李旭陽稱，在線上從海量用戶中低成本篩選客戶，需要應用大數據和AI算法。騰訊安全利用其多年的互聯網防詐騙技術的積累，為銀行風控體系做多因子，使得銀行在其原有風控體系上進一步提升風控水平。

騰訊防詐騙技術積累的突破可追溯到2015年，騰訊安全反詐騙實驗室和中國聯通達成合作并在深圳開展試點。通過網址云、號碼云、APK云檢測能力等技術，實驗室將其在號碼云上多年的經驗移植到打擊電信詐騙上，智能反電話詐騙盒子“鷹眼”在那時誕生。

李旭陽介紹，詐騙行為有一些固定的行為模式，反映到數據上來，就能提煉出特征模型。如在詐騙側，犯罪分子通常聚集在一個窩點、打電話呈批量特性，利用這些地理位置、通話頻率等數據上的特征，根據話單序列，通過概率事件的計算方法，騰訊反詐騙實驗室可以對詐騙團伙進行識別。

據了解，合作期間，深圳聯通信息詐騙中涉案金額由最初的26%下降到6%，最為嚴重的冒充公檢法詐騙案中，詐騙案件金額降低了80%。

反詐騙技術應用于金融領域，并不是簡單的平移，考慮的因素更多，面臨場景復雜度也更高。李旭陽坦言，“利用知識圖譜加上大量的機器學習、AI方法來識別金融詐騙，以前偏統計學的小概率事件還能做，但現在數據量太大，數據動輒上千維，有用的幾十維，完全用人工傳統的方法已經做不到，現在基本都用AI的方式來處理大數據幫銀行做風控?！?/p>

在反詐騙領域，通過網絡、QQ、微信、電話、短信等軟件信息稱為信息流。假設詐騙成功，后續銀行轉帳等還涉及資金流、人員流和設備流?！岸v訊、其他互聯網企業，三大運營商，銀行等，每一家的數據因為受政策法律的限制，都不能共享。如果這幾家數據都打通，相對來說做反詐會更容易?！?/p>

聯邦學習是一項公開的底層技術，許多互聯網企業都有所布局。李旭陽表示，未來聯邦學習還將應用到普惠金融的推行中。

8月6日，央行公布了北京金融科技創新監管第二批11個試點名單，騰訊安全靈鯤與浦發銀行、北京金控共同合作的“多方數據學習‘政融通’在線融資項目”成功入選，成為全國首個基于聯邦學習的普惠金融試點應用。

李旭陽透露，在政府普惠金融領域，騰訊安全后續或將與順德、宜昌、湖州等地方合作。在反詐領域，利用其原有黑灰知識圖譜，未來也會跟其他企業合作?！氨热缯鋹劬W、快手等，通過聯邦學習去發現詐騙?！?/p>

責任編輯：王煊