近日，光大科技基于“可验证秘密共享技术”开发的“联邦学习平台多方安全求和算法”被全球首个工业级联邦学习框架FATE (Federated Learning Enabler)采用，成为银行科技公司源代码第一贡献者，获得专家委员会成员一致认可。正式成为联邦学习共同体技术指导委员会成员，共同制定未来联邦学习的发展方向，成为金融技术联邦学习领域的规则制定者，为未来扩展光大联邦学习生态系统奠定坚实基础。

联邦学习作为人工智能的一项新的基础技术，旨在保证大数据交换过程中的信息安全、保护终端数据和个人隐私、确保合法合规的前提下，在多个参与者或计算节点之间开发高效的学习算法。2019年2月，全球首个工业级联邦学习框架FATE(联邦技术使能器)正式发布。FATE提供了基于数据隐私保护的分布式安全计算框架，为机器学习、深度学习和迁移学习算法提供高性能安全计算支持，并成立开源技术社区，汇聚各方智慧，共同规划联邦学习的未来发展。

2020年底，经过近半年的科学研究，光大，联邦学习技术专家李钰，探索出一种新的基于可验证秘密共享技术的联邦学习安全协议。在此基础上，他实现了联邦学习平台的多方安全求和算法，并将这一成果贡献给了联邦学习FATE开源社区，成为金融领域第一个社区源代码贡献者。

同时，光大科技大数据研究团队负责人王鹏，代表公司成为FATE联邦学习社区技术指导委员会(TSC)成员，深度参与FATE联邦学习框架的发展路线规划，对联邦学习技术的发展方向起到了关键性的指导作用，充分证明了光大科技在联邦学习技术领域的领先水平。

近年来，光大科技深入探索联邦学习技术实践，通过可验证密钥共享等技术，解决了行业内外数据隐私与数据共享的矛盾。同时，通过iter

未来，作为TSC成员，光大科技将继续推动联邦学习技术在金融领域的良性发展，在金融行业安全合规的前提下，继续与国内外高校和金融机构合作，带动数据共享和应用场景创新，更好地发挥联邦学习在金融领域数字化、智能化业务转型中的关键作用。

« 在这个面值的互联网时代，网站建设不需要任何价值。 | 掌上操作:百度掌掌授权TP，仅适用于熊掌生成操作！ »