做好贷前、贷中、贷后风险管理，是金融机构关心的核心命题。在AI落地金融行业的过程中，传统机器学习架构难以保证数据安全，而联邦学习技术可以有效帮助金融机构实现合规的数据价值共享。百融云创借助联邦学习这种数据不出本地的特性让数据使用全过程都变得更为安全可靠，为金融机构提供了更科学的风险管理方式。

联邦学习是一种加密的分布式机器学习技术，可实现各个企业自有数据不出本地，通过加密机制下的参数交换方式，建立一个虚拟的共有模型，最终通过联合建模提升模型的效果。联邦学习技术的提出有效回应了如何有效利用用户终端上的数据进行 AI 模型训练，而又不侵犯用户的数据隐私的问题。当前，联邦学习现在已成为新一代人工智能最重要的技术范式之一，同时又启发了企业之间跨越 AI 落地的数据鸿沟的一种崭新方式。

在金融业，对于金融消费者个人隐私保护的乃是重中之重，数据和信息安全已经成为智能金融时代重要的信任基石。

针对当前越来越突出的“数据孤岛”问题，百融云创在业内号召并率先探索“联邦学习”模式，基于风控场景率先在业内推出基于自动机器学习(AutoML)技术的智能模型训练平台“计算未来AutoML”。与此同时，在数据和信息安全备受重视的形势下，百融云创积极探索联邦机器学习(FML)技术，通过去中心化协作的方式，为金融机构转型升级提供全新的发展思路，可以帮助金融机构在没有任何模型训练经验的条件下，快速、高效地完成风控模型训练与智能风控体系搭建。

百融云创利用联邦学习设计完善的AI系统解决方案，既能保护用户的数据隐私，同时又能更高效、准确地使用孤立的数据，构建更为高效的金融反欺诈模型。同时，百融云创有效帮助多个金融机构在满足用户隐私保护、数据安全和政府法规的要求下，利用双方或多方数据实现定制化的模型优化。随着金融行业不断利用AI技术来驱动业务的转型升级，加快智能化升级进程，百融云创加速行业AI技术落地，打造金融行业的坚实后盾。

百融云创将把隐私保护的原则、理念和方法融入到企业管理中，始终将保护客户和个人隐私信息放在首位。同时，在探索人工智能和大数据应用的道路上，也将不断加强技术创新，为金融行业发展的数字化和智能化打造坚硬基石。未来，百融云创将立足行业需求，扎根技术创新，共筑数字金融安全“生命线”。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

关键词：