近日，中国信通院“卓信大数据计划”公布第二批联邦学习安全专项通过评估的企业及其联邦学习产品/方案名单，360数科隐私保护机器学习FastFL平台，经过层层考核顺利通过“卓信大数据”计划评估认证。此次评估认证，是对其技术前瞻布局的又一次肯定，也是公司合规发展的有利佐证。

依托在信息安全保护方面的强大实力，360数科曾先后获得ISO27001认证、国家计算机病毒应急处理中心颁发的APP信息安全认证证书与APP安全认证证书、 APP隐私与安全两项检测中皆获三级认证(最高等级)等。凭借先天安全禀赋和突出创新技术能力，360数科围绕金融安全多维度、多层次地建设安全体系，已打造了坚实的信息安全护城河，提升安全管理成熟度。

第二期通过评估的企业及其联邦学习产品/方案名单

当前，数据作为新型生产要素，在人民群众的生产、生活中发挥着日益重要的作用，保护数据安全对数字经济健康发展至关重要。在金融业数字化变革过程中，如何让“大数据”交互产生价值，同时又能确保隐私和安全，是行业当下探讨的主流议题。

2019年，360数科成立隐私保护与安全计算研究院，引入联邦学习技术发力大数据隐私保护研究。据360数科隐私保护与安全计算研究院院长沈赟介绍，联邦学习是一种分布式的模型训练方式，本身并不包含隐私保护机制，需要结合特定的隐私技术才能达到隐私保护的目的。

沈赟表示：“金融与科技的融合，极大程度上取决于对数据价值的深挖程度，而如何兼顾隐私性与可用性的关系，既是企业必须面对的道德底线，也是考验企业技术是否过硬的先决条件。”

据沈赟介绍，针对本次评估，360数科推出的隐私保护机器学习平台FastFL(Fast Federated Learning)，支持多方在不传递原始明文数据的情况下，进行数据求交、特征处理、模型训练、评估等全流程合作建模。

事实上，在“发展数字经济”的浪潮下，受到个人信息保护和大数据融合应用的双重驱动，隐私计算迅速崛起，在获客营销、信贷风控和反欺诈等金融领域得到长足的应用。

据了解，FastFL平台采用了包括差分隐私、同态加密等多种主流的隐私保护技术，交互的数据经过加噪或加密，在确保原始明文数据无法被对方获得的同时，在算法层面进行了多项创新与优化。目前360数科已经与多家机构展开合作，将FastFL平台落地应用于信用评估、客群优化等。

“联邦学习是解决数据开放共享中‘数据孤岛’问题的关键技术之一。此次成功通过信通院‘卓信大数据计划’评估项目，是对360数科一直以来在隐私安全保护方面工作的肯定，同时也给予了我们创新研发、合规发展的信心。未来，360数科将继续夯实数据流通的安全基础，与行业共进，促进隐私计算行业健康发展。”

“卓信大数据计划”-联邦学习安全评估专项是中国信通院针对联邦学习产品安全性开展的评估项目，旨在响应我国数据要素市场化政策，夯实数据流通的安全基础，促进隐私计算行业健康发展。

此次评估涵盖了联邦学习流程中的数据管理、联邦对齐、特征处理、模型训练、模型评估、联邦预测6个阶段，包括联邦学习数据完整性保障、元数据发布安全、数据求交安全、统计量计算安全、联邦模型算法安全、交换安全等内容。同时，也评估系统或平台层的授权认证、通信安全、存储安全、过程存证等数据安全能力。