近日，杨强教授在SDBD2020·算力在线论坛中指出联邦学习不仅仅是技术，更是开源生态的建立。作为打开数据岛的桥梁，联邦学习在满足数据隐私、安全和监管要求的前提下，让人工智能系统能够更加高效、准确的共同使用各自的数据。开门见山，本期算力隐私数据安全专栏特邀郭嘉，抛出3大问，大胆构想无第三方和组件化的联邦学习技术未来。这一年，有幸零距离接触数百家客户，我想以一种更直接的方式来说一说联邦学习是否能落地银行的问题。三个问题
1）联邦学习的第三方协调器难道不是诟病吗？2）进银行这样的机构，如果是敲命令行的产品，怎么可能说服领导？3）机构采购了建模平台甚至建模方案，是不是意味着自己的工程师成为鸡肋？这是我在富数做联邦学习客户解决方案遇到的数十个问题中的，挑选的其中3个比较另类的疑问。无第三方才“中立”
目前市场上的隐私计算产品，大多是有第三方存在，或者由其中某一方兼任第三方的。第三方C在最开始为计算双方A和B分配同一份公钥，第三方C持有对应的私钥；A方和B方分别就自己的数据作相应的计算，将基于己方数据的中间结果用公钥加密，并将密文发送给第三方C；第三方C使用私钥解密来自各方的中间结果密文获得各方的中间结果明文，并汇总得到完整的中间结果。这一过程会反复迭代，直至满足结束条件。从最终结果来看，有第三方C在参与过程之中，获得了自己本不该获得的信息。而这些信息是否暴露其他参与方的隐私数据，与运行的算法本身结构有关：例如在逻辑回归算法中，参与方计算出基于己方数据的内积，并将其加密发送给协调方，协调方得到该内积结果并不能得到原来的数据，这是因为内积数据很好地掩盖了原有数据。但是，并不是所有算法的中间结果都能像逻辑回归问题一样——不暴露参与方的原始数据。
Chainalysis发布加密成熟度模型指导金融机构进军加密货币:区块链分析公司Chainalysis近日发布了一份加密成熟度模型报告，旨在帮助传统金融机构进军加密货币领域。Chainalysis指出，过去一年，加密货币已成为更主流的资产类别，机构资金的流入推动比特币（BTC）和其他数字货币的价格创下新高。Chainalysis指出，一些金融机构已开始将虚拟货币纳入为散户和机构客户提供的服务，还有更多金融机构在评估市场，考虑如何围绕这种新兴资产类别提供产品。Chainalysis将这份报告视为金融机构提供加密相关产品的路线图。成熟度模型的定义是：加密货币产品推出的迭代路径，金融机构可通过这样的步骤评估市场机会，同时满足监管和合规要求。Chainalysis指出，金融机构可把握其中的巨大机会，但前提是必须采取安全稳健的方式。随着加密货币日益走入主流，银行已经认识到加密货币既能帮助客户，又能增加收入，因此开始尝试将其纳入更广泛的策略。通过参考这份加密成熟度模型，银行能以结构化、渐进式的方式采纳加密货币，在各个步骤中对产品进行测试和改良。（Crowd Fund Insider）[2021/5/28 22:51:51]
火币商务副总裁Ciara Sun：合规监管是机构进入加密资产领域的关键因素:8月6日下午，火币商务副总裁Ciara Sun参加“2020 Cointelegraph中文大湾区·国际区块链周”活动，并进行了《征途：等候机构入场，火币做了哪些事儿？》主题演讲。Ciara Sun表示，合规监管是加密领域长期可持续发展的要点，也是机构进入加密资产领域不可或缺的关键因素。
2020年的新冠疫情爆发，全球经济发展受到了不同程度的影响。随着各国合规监管力度的加强，加密领域呈现了蓬勃发展的态势。合规和监管不仅可以推动加密领域的发展，也是专业投资机构对加密领域的诉求。
从机构的角度看，对合规的监管环境需求更高。机构业务是火币在全球市场中的关键部分，合规性和安全性同样也是火币业务模式的核心。[2020/8/6]
第三方的协调，确实为协议的设计和实现带了很大的便利。但是实际上第三方本身的建立是需要较大成本。而所谓的兼任第三方，虽然整个过程中只有两方参与，但并没有从实际上解决有第三方的方案中存在的问题——其中一方的信息仍存在暴露的危险。相比有第三方参与的方案，基于MPC无第三方参与的方案从协议设计之初就摒弃了协调方。MPC协议在理论上要求参与方除了己方输入和己方计算结果输出之外，并不能获得额外的信息。MPC只有参与方之间的信息交互，并且协议执行期间的交互过程不会泄漏参与方的隐私数据。这是由协议设计的底层来保证的。例如，在混淆电路中，参与方会将各自的输入映射成为随机密钥，同时用混淆真值表来保持参与方输入、输出之间。各方交互的只是关于真值表对应的密文，而不包含任何输入、输出数据。
日本著名传统金融机构进军交易所 探索房地产代币化:日本著名传统金融机构东海东京金融控股有限公司（Tokai Tokyo Financial Holdings）正努力在日本启动数字安全交易所。
日经新闻称，Tokai Tokyo正在投资区块链公司Hash Dash Holdings，以利用该公司来发展交易所。Hash Dash旨在将区块链技术应用于金融行业，以发行数字证券并在智能手机上提供交易服务。 计划中的交易所将进行代币化房地产交易，Tokai Tokyo、Hash Dash和ICHX TECH将通过对日本房地产进行数字化来探索这一领域，并在其投资的新加坡数字安全交易所iSTOX进行交易。
Tokai Tokyo希望将其计划中的日本交易所与iSTOX连接起来，以便投资者可以在任一交易所无缝地买卖数字化资产，从而使日本公司有可能在新加坡的交易所筹集资金。（Cointelegraph）[2020/6/26]
LMAX首席执行官：未来两年将是机构进入加密领域的关键时期:LMAX首席执行官David Mercer再接受采访时表示，未来两年将是机构进入加密领域的关键时期。Mercer指出，目前，大型投资者不愿意持有加密资产，但随着资产类别的信用增长，这种情况正在改变，各项因素都在朝着正确的方向发展。在华尔街的某些角落，大型投资已经开始入场。Paul Tudor Jones最近也表示其基金将配置比特币期货，包括洲际交易所和富达在内的多家公司都提供比特币相关产品。（The Block）[2020/5/24]
总的来说，基于MPC无第三方参与的方案对于参与方的隐私数据的保护更加彻底，而有第三方参与的方案需要依赖于第三方的可信性或者中间结果的结构才能保证数据的隐私性。也就是说，当双方无法建立可信第三方时，基于MPC无第三方参与的方案将会是安全的首要选择。富数即将推出的Avatar2.0大版本，基于MPC的核心思想，从底层的基本算子和简易函数的计算开始，最终完成无第三方的产品升级。
瑞银董事长韦伯：比特币不是钱 敦促监管机构进行干预:随着芝加哥商品交易所金融期货市场的交易开始，比特币已经向主流投资方向迈进了一步。周日，数字货币的价值接近2万美元，随后跌至19000美元以下。上周，芝加哥期权交易所（CBOE）启动了比特币期货交易——押注未来价格——但CME的规模要大得多。周日，瑞银集团（UBS bank）董事长兼前德国央行总裁韦伯(Axel Weber)加入了比特币警告的行列。“比特币不是钱，”他在一次采访中表示，并敦促监管机构进行干预。
比特币价格今年大幅飙升：据Coindesk的数据，1月份比特币的价格不到1000美元，周日创下了19,783美元的历史新高。分析人士认为，CME进入比特币市场将对加密货币产生更大的兴趣，可能推高比特币的价格。[2017/12/18]
此技术能够在保证信息安全前提下，让投研机构利用非公开数据资讯和信息，更好的发掘和预测股票的波动。本文即尝试通过安全多方计算技术和联邦学习技术，将公开数据和非公开数据进行结合，并进行量化交易分析，希望该案例能够给从事量化交易的专业人士拓展分析思路。Dos到Windows的革命：IME
一直关注国内的竞品，目前很多厂商被客户纠结的一个很重要的原因是产品交互体验！我相信任何一个银行级别的客户在Dos和Windows之间，一定选择用Windows。。目前能做到的一大批联邦学习平台，还处于“Dos”水平，稍微好一点的，相当于“Windows95”。对于集成环境，我们更喜欢封装的更组件化的IDE，流程即业务。我想重新定义一个联邦学习建模平台的概念，集成建模环境IME。组件化是IME的最大特点，我喜欢用几个词汇来介绍给客户：过程透明化、上下低耦合、算法可扩展。联邦学习平台有非常重要的组件，比如加密组件、解密组件、通信组件、算法组件等等。让联邦学习平台客户专注于算法，可扩展、可编译。
独立：我们的项目、应用、产品，其实可以拆分成多个组件，每个组件负责一项功能，每个组件都以独立的形式存在。完整：每个组件具备完整的局部功能，组件间互相独立。自由组合：通过将组件自由组合，可以构成完整的产品、应用、项目。在面对内部人员的变更、业务的拓展、用户需求的变化时，组件化既满足庞大的开发需求，同时能实现开发人员、用户、应用组件、信息资源互通，也许，组件化是生产流水线的必经之路。组件化在一定程度上降低了不具备编程能力的业务建模工程师的门槛。在组件化地基础上，用户可在工作台简单地拖拽各种组件，实现灵活组合和连接，让个性化建模流程成为可能。
在面对多种多样地用户需求时，单一组件化或局部组件化架构往往杯水车薪、无法真正解决问题的核心，那么如何通过标准规范组合方式来构建整个产品，最终呈现给用户大量基础模块且每个模块独立、完整、可自由组合的产品，是组件化发展的关键核心。你的答案写在结尾，回答一下文章开头的三个问题：1）联邦学习的第三方协调器难道不是诟病吗？答：银行这样的客户，如果意识到第三方，他一定会说能不能不要第三方。所以，富数Avatar经历数月攻克，实现了无第三方的联邦学习。2）进银行这样的机构，如果是敲命令行的产品，怎么可能说服领导？答：很难说服，联邦学习本来就很难说清楚。有图形，一定是容易说事情。3）机构采购了建模平台甚至建模方案，是不是意味着自己的工程师成为鸡肋？答：让合作伙伴真正参与联邦学习平台建设，更合适的是把和业务更近的算法组件开放出去，你的工程师可以根据协议标准，写适合自己业务的算法。你能体会其中的道理吗？自诩从技术走向业务的小学生。近十年互联网大数据行业经验，先后就职于上海大智慧、平安、挖财，任职大数据架构师、资深分析师等职位，对金融科技有深入研究。目前任职富数科技高级总监，负责隐私计算的解决方案与业务落地。郭嘉
如果您对数据隐私、数据安全共享技术等领域有独到观点分享，欢迎投稿！投稿邮箱：hehaohua3h@163.com
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。