近日《麻省理工科技評論》在杭州發布2021“十大突破性技術”，一種新型的數據安全與數據利用制度——“數據信托”位列該榜單，引起廣泛關注。

當前，數據作為最具時代特征的生產要素，它的價值已經得到了社會的認可和重視。在這樣的背景下，數據信托作為一種可行性方案而受到關注。

數據信托是指個人或團體將數據委托給數據信托的受托人，受托人按照預設的隱私條款，代其進行決策，也對其利益負責。2016年，美國耶魯大學教授杰克·巴金（Jack M. Balkin）在隱私數據保護領域首次提出採用信托工具解釋數據主體與數據控制人之間關系的主張。

目前，數據信托就作為一種新型信托制度而被關注，在世界很多地方已經開展數據信托“試驗田”。然而，數據信托作為大數據時代的新生事物，仍然在數據使用用途限制、數據流轉過程中，各環節都可能面臨安全風險。

如何保障數據安全、防范風險並做好相應的防控措施，同盾科技合伙人、人工智能研究院院長李曉林教授介紹，“知識聯邦”技術為大數據環境下數據安全與知識共享提供了一份可行性方案。李曉林教授主持的同盾知識聯邦的理論框架體系融合了人工智能、大數據和密碼學，通過將數據轉化成信息、模型、認知和知識，滿足了數據可用不可見，增強了數據的隱私算法，達成了知識共創可共享，為打造可信AI 3.0打下了堅實的基礎。

李曉林教授介紹，知識聯邦具有三大優勢：

第一是全樣本觸達。聯邦后機構間的數據，雖然各自為所有者控制，由於可以觸達更多的數據，其性能往往會超越樣本和維度有限的數據中心化聚集方式。

第二是數據不動模型動。聯邦后的原始數據保留在本地，計算和學習也發生在本地，中心節點僅對參與方模型知識進行安全的聚集。弱中心化模式達成了效率和安全之間的平衡，尤其適合在強監管行業應用。對銀行等金融機構來說，知識聯邦的應用前景尤為廣闊。

第三是知識也可以安全的共享融合。比如參與方通過NLP構建本地的知識圖譜和各種網絡節點的關系，再通過知識聯邦來構建更完整的虛擬圖譜，這樣既能幫助識別欺詐團伙，又能提升風控模型。人工的知識也可以融入其中(human in the loop)，自主自適應的構建和融合多源知識，提煉出最有效的洞見來做智能分析與決策。

目前，這一技術已經在多家國有大型銀行、股份制銀行等機構展開部署和測試。同盾人工智能研究院在中關村金融科技產業發展聯盟牽頭發起的《聯邦學習金融行業應用指南》團體標准，也於近日獲批通過。

李曉林教授說：“在知識聯邦的模式下，模型訓練時每個銀行和金融機構，各自的數據不需對外輸出，甚至連模型的參數都不用給到對方，隻需要將模型梯度的變化加密后在密文空間裡安全的聚合。這樣攻擊者不能反推出源數據。”

總體而言，數據是數字經濟社會發展的“石油”，充分發揮數據的價值實現和保護數據流轉過程中的安全是構建大數據時代數據安全防護體系的重要一步。不論是國際“數據信托”的引入，還是國內以同盾“知識聯邦”為代表的關鍵技術突破，都在不斷促進國內數字經濟快速發展，幫助個人和機構實現數據的隱私保護和在空間和時間上的價值轉換，推動國內整體數據治理向智能化前進。

分享讓更多人看到