2-3 联邦学习在电信运营商行业中的应用与实践.pdf

《2-3 联邦学习在电信运营商行业中的应用与实践.pdf》由会员分享，可在线阅读，更多相关《2-3 联邦学习在电信运营商行业中的应用与实践.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、联邦学习在电信行业中的应用和实践杨爱东 亚信科技（中国）有限公司 首席数据科学家|1|目录目录 CONTENT01电信行业的联邦学习应用需求电信行业的联邦学习应用需求02电信行业的联邦学习应用案例电信行业的联邦学习应用案例03电信行业联邦学习标准化进展电信行业联邦学习标准化进展电信行业的联邦学习应用需求01|4数据隐私保护政策法规逐步深入 发改委关于构建更加完善的要素市场化配置体制机制的意见国家标准信息安全技术数据交易服务安全要求国家法律数据安全法2021.082021.06国家标准信息安全技术个人信息安全规范2020.042020.032019.08公安部互联网个人信息安全保护指南2019.

2、04国家法律民法总则第111条（个人信息保护条例）2017.03国家法律网络安全法2016.11国家法律个人信息保护法关键信息基础设施安全保护条例 2020年，数据增列为生产要素，数据要素市场化改革上升至国家战略高度 2021年，数据安全法、个人信息保护法等关键法律相继实施数据流通需求和政策环境为联邦学习提供新的市场机遇；2021年中国隐私计算市场规模为4.9亿元，预计至2025年将达到145.1亿元；根据Gartner预测在2021-2025年这一周期中“联邦学习”将发挥主流作用，引导隐私计算领域的商业化；数据孤岛效应，数据碎片化 企业间数据孤岛 机构之间数据无法互通，少数巨头公司垄断大量数

3、据，小公司很难获得数据，形成大大小小的“数据孤岛”。企业内数据孤岛 部门不会把数据与其他部门做简单的聚合。导致即使在同一个 公司内，数据也往往以孤岛形式出现。市场政策双驱动，联邦学习迎来新的市场机遇|针对数据要素市场的发展，电信行业可以利用自身的数据的发展规模和市场规划情况，一在行业内部，可以为形成运营商整体数据服务能力提供互联共通的基础，实现业务拓展；二在跨行业融合层面，为金融、政府、电商等行业客户的数据安全提供保障，实现精准营销、电信反欺诈等应用场景。电信行业的数据价值5推动数据安全共享深化数据场景应用促进生态合作消费互联网移动互联网传统经营模式业务合作消费互联网数字应用加速对传统产业进行

4、多方位、深层次、全链条改造。万物智联数据开放加速向连接泛在、感知泛在、智能泛在演进智慧运营数据融合加速智能网络、精益管理、平台服务转型生态共建数据协作加速能力开放，生态共建、互利共赢电信行业信息通信行业产业互联网拓展电信业务边界跨行业融合，助力数据经济融合增长在各行业精准营销、金融风控、电信反欺诈、人口流动分析、公共安全态势感知、医疗精准推荐、用户标签等各领域提供安全、可信、可靠的数据运营服务支撑，进一步激发了数据要素的价值潜能。通信行为数据通信消费记录语音、短彩信等上网记录终端信息个人信息位置信息通信行为|跨行业打造健康能力生态电信行业数据优势突出全覆盖人群全面覆盖，手机普及率高，覆盖人群广

5、易替补运营商数据对其它数据源的替代性强应用广可应用于金融、交通、旅游、公共安全等诸多领域可追溯用户的行为轨迹、历史记录可在业内找到真实的痕迹可触达借助通信管道，可帮助行业客户点对点触达其用户运营商数据源业务数据用户数据业务套餐客服数据政企数据用户信息通话记录短信记录位置信息上网信息地理定位实时交通客流分析智能物流精淮营销用户画像个性化推荐反电话骚扰商铺选址支付信息黑名单电信行业的数据具备全面性、多维性、连续性、完整性等特点，而且通过这些不同维度的数据交叉关联，可以创造更多的新数据和新价值。在公共管理、交通旅游、安全监控、欺诈防控、商圈分析、金融征信等各个领域提供数据共享服务，释放电信行业数据要

6、素生产力。电信数据跨行业融合释放价值6|二原则对数据本身的操作管控四 法基于API或集成租户环境的引入联邦学习与建模数据采集数据存储数据使用群体行为数据统计型、分析型数据引入安全管控流程生产环境引入数据不出库合作建模数据不出库全程无数据传输仅交换模型参数新敏感数据脱敏+不出库原则清单数据、明细数据不出库原则涉及个体轨迹、用户隐私信息、特殊标签等。清单数据明细数据，就算脱了敏，也要避免出库。电信数据应用的安全手段7数据对外应用的安全手段：四法二原则|多个用户，1个中心所有数据维度都相同本地训练选择用户训练第一步：在各自本地建模，Wi第二步：在本地对模型Wi加密Wi第三步：上传本地加密的模型Wi第