• <tr id='bwiih6'><strong id='bwiih6'></strong><small id='bwiih6'></small><button id='bwiih6'></button><li id='bwiih6'><noscript id='bwiih6'><big id='bwiih6'></big><dt id='bwiih6'></dt></noscript></li></tr><ol id='bwiih6'><option id='bwiih6'><table id='bwiih6'><blockquote id='bwiih6'><tbody id='bwiih6'></tbody></blockquote></table></option></ol><u id='bwiih6'></u><kbd id='bwiih6'><kbd id='bwiih6'></kbd></kbd>

    <code id='bwiih6'><strong id='bwiih6'></strong></code>

    <fieldset id='bwiih6'></fieldset>
          <span id='bwiih6'></span>

              <ins id='bwiih6'></ins>
              <acronym id='bwiih6'><em id='bwiih6'></em><td id='bwiih6'><div id='bwiih6'></div></td></acronym><address id='bwiih6'><big id='bwiih6'><big id='bwiih6'></big><legend id='bwiih6'></legend></big></address>

              <i id='bwiih6'><div id='bwiih6'><ins id='bwiih6'></ins></div></i>
              <i id='bwiih6'></i>
            1. <dl id='bwiih6'></dl>
              1. <blockquote id='bwiih6'><q id='bwiih6'><noscript id='bwiih6'></noscript><dt id='bwiih6'></dt></q></blockquote><noframes id='bwiih6'><i id='bwiih6'></i>
              2. 首页 > 产经频道 > 业界新闻

                用户隐私与推荐精度兼得,星云Clustar“联邦安全矩阵分解”论文被国际权威期刊收录

                2020年08月28日 16:26:53   来源:中文科技资讯

                  近日,星云Clustar主导的论杀了九阴真君文“联邦安全』矩阵分解框架(Secure Federated Matrix Factorization)”正式被《IEEE Intelligent Systems》期刊收录。在论文中,星云Clustar 算法工程师柴迪、星云Clustar AI科学家王乐业等人基于联邦学习▅环境提出一个→名为FedMF的安全矩阵分解框架,在■不牺牲任何准确度的前提下,保护用户的隐私信息。该论文首次从数学上验证了矩阵分解在横向联↓邦学习中交换梯度明文信息会造成隐私泄露,并提出了使用同态加密对梯度信〗息进行保护的解决方案。V9D中文科技资讯

                V9D中文科技资讯

                  IEEE(电气和电子工程师协〖会)是世界最大的非营利性专业技术学会,据IEEE官方2019年统计数ω 据显示,其会员『人数超过40万人,遍布160多个国家。IEEE致力于电气、电子、计算机工程和与科学有】关的领域的开发和研究,在航空航天、信息技术、电力及消费性电子产品等领域拥⌒ 有近1300余个正在开发的行业标准及项目,现已发展成◎为具有较大影响力的国际学术组织。IEEE Intelligent Systems 是其出版的极具含金量的学术期刊之一,关注包括自然语言处理、机器学习、数据挖掘、自适应和智能■机器人技术、以及与智能系统相关领域的研究进展。V9D中文科技资讯

                  大数据红利已经渗透到各行各业,而光鲜的〗数据繁荣背后却是隐私泄露和安全管理的而程二帅施展出重重隐患,提升对数据隐私与安全的保护力度已成为世界性的议题。近年来,新兴的人工智ㄨ能基础技术——联邦学习(Federated Learning)应势而生,作为一种加密的机器学习范式,联邦学习能够在满足数据隐々私、安全以及政府监管的前提下,使得各参与方的数据得以保留在本地,并在安全可信的数据保护措施下打破数♂据孤岛难题,让企业数据无论在内外部均能安全有序地交互和聚█合,实现共同获益的“数据联邦”。V9D中文科技资讯

                  目前在隐私保护机器学习领域,推荐系统是一个广受关注的研究课题,而矩阵分解是常见的技术手段。星云Clustar团队ぷ在论文中证明,在传统的矩阵分解推荐系统中,当用户将梯度信息ㄨ以明文形式发送到服务器,仍有泄露用户的评分信息、特征向量等信息的可能性,进而暴露用户的】年龄、性别、地址等等隐私数据,造成←难以预估的严重风险。为此,星云Clustar团队设计了一个用户级的分布∩式矩阵分解框架FedMF,采用同态加密来增强该分布式矩阵分解框架,并用一个真实的电影分级数据集对其进行了测试,结果验证了FedMF对于一个诚实但好奇的服@ 务器是安全可靠的,并且精度相对于用户原始数据的矩阵分→解并无二致。V9D中文科技资讯

                  FedMF的创新性见解已落地于FATE。FATE(Federated AI Technology Enabler)是微众银行推出的全球首个工业级别的开源联邦学习框架,旨在推进安全合↓规的AI协作生◆态建设。星云Clustar合作设计了基于FATE的联邦推荐算法库(FedRec),使得联邦学习在推荐系统中的应用更加明确化。这一算法库包含了6种常用的推荐算法,包括5种纵向联邦学习算♀法和1种横向联邦学习算法,可用于解决联邦学习场景下的推荐问题,如评分预测、物□ 品排序等。FedRec广泛支持各种推荐场景,对于开◥放者而言,可以显著提高产品分发效率和算法预测效果,优化用户体验,还可解决数据不足和标签短缺等问题。V9D中文科技资讯

                  星云Clustar近年来在联邦学习领域不断创新求索,赋能AI数据协作生●态。在技术普及与规范上,星云Clustar携手微∮众银行、创新工场、腾讯云、小米、华为、华大基因等三十余家海内外知名企业与研究机构共同推进IEEE联邦学习国际标准,其中星云Clustar荣获IEEE联邦学习工作组秘▲书长单位,负责制定联邦学习的底层系统架构标准并积极进行联邦学习生态推广ㄨ。在产品形态上,星云Clustar提供从硬件到软件的全生命周期解决方案,实现同态加密环境下的无损运算,能以高效计算、超低延时的算力加速联邦学习场景中海量密态数据处理过程。V9D中文科技资讯

                  近年来,联邦学习技术以破竹之势备受行◥业瞩目,为有效解决数据孤岛分布现象、以及满足日益加强的隐私监管力度提供了新的技术思路。作为联邦学习赛道的积极探索者▓,星云Clustar未来将继续以高性能网络和联邦学习技术助力人工智能⊙产业发展与技术突破,深掘联邦学习落地场景的可能性,推进联邦学习带来的技术红利落实于各行各业,使企业与机构的多方安全协作更具可得性。V9D中文科技资讯

                  论文作者介绍↘V9D中文科技资讯

                  “联邦安全』矩阵分解框架(Secure Federated Matrix Factorization)”论文第一作者是星云Clustar算法工程师柴迪,星云Clustar AI科学家、北京大学助理教授、博士生导师王乐业(按姓@ 名字母排序);第二作者为星云 Clustar创始人、香港科技大学教授陈凯;第三作者为微众银行首席人工智能官、香港科技大学教授杨强。V9D中文科技资讯

                  此前,此论文也发表■在IJCAI 2019 Federated Machine Learning Workshop,IJCAI 国际人工智能联合会议是全球人工智能领域最权威的学术会议之一。V9D中文科技资讯

                  来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请↑尊重版权保留出处,一切法律责任自负。

                  文章内容仅供阅≡读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

                  如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等〇发邮件至news@citnews.com.cn。

                [编号: s086-1]
                分享到微信

                推荐

                新闻

                稳站大屏AIoT时代之巅,创维Swaiot生态品牌实现全面布

                2020年4月27日,创维电视在线上召开了主题为“我是Swaiot,跟我来”的春季新品发布会。

                融合

                从“深度伪造”到“深度合成”:AI为啥需要一次“正

                在世人对AI的“邪恶性”进行攻诘的浪潮中,AI造假,可能已经ζ 是现在排首位的理由了。

                创投

                雷军:现在的我,不会投资十年前的我

                在极客公ζ园和 B 站共同举办的 Rebuild 2020:Move on!活动上,1969 年出生的雷军,面对 1999 年出生的,仍在上大学的「何同学」,打开了话匣,道出了自己在人生选择和创业背后的故∞事与思考。