近日《麻省理工科技评论》在杭州发布2021“十大突破性技术”，一种新型的数据安全与数据利用制度——“数据信托”位列该榜单，引起广泛关注。

当前，数据作为最具时代特征的生产要素，它的价值已经得到了社会的认可和重视。在这样的背景下，数据信托作为一种可行性方案而受到关注。

数据信托是指个人或团体将数据委托给数据信托的受托人，受托人按照预设的隐私条款，代其进行决策，也对其利益负责。2016年，美国耶鲁大学教授杰克·巴金（Jack M. Balkin）在隐私数据保护领域首次提出采用信托工具解释数据主体与数据控制人之间关系的主张。

目前，数据信托就作为一种新型信托制度而被关注，在世界很多地方已经开展数据信托“试验田”。然而，数据信托作为大数据时代的新生事物，仍然在数据使用用途限制、数据流转过程中，各环节都可能面临安全风险。

如何保障数据安全、防范风险并做好相应的防控措施，同盾科技合伙人、人工智能研究院院长李晓林教授介绍，“知识联邦”技术为大数据环境下数据安全与知识共享提供了一份可行性方案。李晓林教授主持的同盾知识联邦的理论框架体系融合了人工智能、大数据和密码学，通过将数据转化成信息、模型、认知和知识，满足了数据可用不可见，增强了数据的隐私算法，达成了知识共创可共享，为打造可信AI 3.0打下了坚实的基础。

李晓林教授介绍，知识联邦具有三大优势：

第一是全样本触达。联邦后机构间的数据，虽然各自为所有者控制，由于可以触达更多的数据，其性能往往会超越样本和维度有限的数据中心化聚集方式。

第二是数据不动模型动。联邦后的原始数据保留在本地，计算和学习也发生在本地，中心节点仅对参与方模型知识进行安全的聚集。弱中心化模式达成了效率和安全之间的平衡，尤其适合在强监管行业应用。对银行等金融机构来说，知识联邦的应用前景尤为广阔。

第三是知识也可以安全的共享融合。比如参与方通过NLP构建本地的知识图谱和各种网络节点的关系，再通过知识联邦来构建更完整的虚拟图谱，这样既能帮助识别欺诈团伙，又能提升风控模型。人工的知识也可以融入其中(human in the loop)，自主自适应的构建和融合多源知识，提炼出最有效的洞见来做智能分析与决策。

目前，这一技术已经在多家国有大型银行、股份制银行等机构展开部署和测试。同盾人工智能研究院在中关村金融科技产业发展联盟牵头发起的《联邦学习金融行业应用指南》团体标准，也于近日获批通过。

李晓林教授说：“在知识联邦的模式下，模型训练时每个银行和金融机构，各自的数据不需对外输出，甚至连模型的参数都不用给到对方，只需要将模型梯度的变化加密后在密文空间里安全的聚合。这样攻击者不能反推出源数据。”

总体而言，数据是数字经济社会发展的“石油”，充分发挥数据的价值实现和保护数据流转过程中的安全是构建大数据时代数据安全防护体系的重要一步。不论是国际“数据信托”的引入，还是国内以同盾“知识联邦”为代表的关键技术突破，都在不断促进国内数字经济快速发展，帮助个人和机构实现数据的隐私保护和在空间和时间上的价值转换，推动国内整体数据治理向智能化前进。

分享让更多人看到