联邦学习是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合,达到对数据“可用、不可见”的目的;在充分保护数据安全的前提下,实现数据价值的转化和释放。
从20世纪80年代多方安全计算提出至今,相关技术发展已经将近半个世纪,商业化也已经十余年。联邦学习的本质是一种机器学习框架,即分布式机器学习技术,联邦学习也是现阶段金融行业应用比较多的一项技术,其在数据安全性,计算效率,实施成本等方面均好于其他类型。从2020年开始国内各大商业银行逐步开始基于联邦学习技术与阿里巴巴、腾讯等互联网企业就联合营销进行深度合作。
近年来,富滇银行数字金融中心和科技中心积极探索基于联邦学习带来的行业价值和实施可行性。2023年,富滇银行与阿里巴巴集团签订了基于联邦学习相关业务合作协议。然而,富滇银行在节点部署、数据处理环境等方面均遇到了前所未有的挑战。富滇银行科技中心抽调技术业务骨干,为行内联邦学习的落地提供了强有力的技术保障与解决方案,从方案设计到系统实施,凭借丰富的技术经验和扎实的实力,积极主动突破各种困难完成了节点部署,为后续的业务开展保驾护航。
2024年富滇银行工作会议对提升富滇银行卡作为公域阵地主结算卡的占比,同时提高绑卡量和活卡率作出重要指示。今年1月,联邦学习成功落地,自开展相关业务以来,2个月的时间实现公域用户精准促活超2万户,首次在公域生态,实现广泛营销与精准促活双轨并行的投放,从广度和深度两个方面对不同的用户圈层进行精准触达,为推动业务目标提供更为有效的路径。
今后,富滇银行将继续秉持创新理念,陆续与抖音,微信,拼多多,美团等主流流量平台进行基于联邦学习技术相关领域的合作,为企业创造更多价值。
富滇银行 供稿 供图