天翼云联邦学习产品

天翼云联邦学习产品通过一种加密的分布式机器学习技术，为合作机构提供数据隐私保护的技术方案，在数据不出本地的情况下联合多方数据源建模并提供模型推理与预测服务。本产品以天翼云物理资源池为底座，依托于中国电信大数据能力，赋能多行业多领域产品应用，聚焦DPI、金融风控、政务等典型应用场景，在保证数据安全的前提下，帮助合作机构提升模型效果，实现数据融合应用。

点击这里注册天翼云特邀VIP帐号，享全场云产品终身优惠权益>>>

产品类型：

DPI领域

适用于金融机构、互联网机构、广告商，帮助合作机构提升“用户促活提频“场景下的模型效果，降低机构运营成本

适用场景：

助力银行联合建模，提升反欺诈模型水平。

助力广告程序化交易联合建模，提升广告主投放效果和用户体验。

助力政府数据开放，实现精准施策。

产品优势：

全流程一站式

全流程联邦学习平台，从数据接入、同态加密、联合模型训练到模型部署发布形成闭环

丰富的特征库

基于开放电信生态数据能力，用户覆盖大、数据种类多、数据真实可靠、动态更新、全周期数据安全保障

数据安全保证

结合高性能加密算法库，进一步保证数据安全，解决数据孤岛及隐私保护问题

可视化高效率

开发验证流程可视化，灵活对接，实现高效便捷快速迭代

产品功能：

高质量用户促活提频模型

依托中国电信大数据能力，覆盖全国31个省份的电信用户数据，数据种类多、数据真实可靠、动态更新。在用户促活提频场景中，在不交换用户原始数据和标签的前提下，帮助合作机构基于电信海量特征池建立高质量的用户促活提频模型。该模型极大提高合作机构的用户分层预测精度，提升数据利用效率和价值，降低运营成本

数据隐私保护操作安全合规

利用高性能隐私计算算法库，将数据进行加密。通过隐私计算组件对客户仅在与客户端对端的网络打通之后，才能发起联合建模服务。所有操作都有日志留存，减小违规隐患，能够实现业务溯源

应用场景：

用户促活提频模型优化

依托中国电信大数据能力，覆盖全国31个省份的电信用户数据，数据种类多、数据真实可靠、动态更新。在用户促活提频场景中，在不交换用户原始数据和标签的前提下，帮助合作机构基于电信海量特征池建立高质量的用户促活提频模型。

通过隐私求交对齐双方共有客户，同时保证双方交集之外的用户互不泄露；最后通过联邦学习，完成建模任务，交互过程中仅仅交换加密参数及中间计算数据，达到对双方原始数据的保护。

此场景上，该模型极大提高合作机构的用户分层预测精度，提升数据利用效率和价值，降低运营成本。

金融场景——识别高危欺诈用户

近年来线上欺诈产业链猖獗，金融领域欺诈呈现“智能化、产业化、攻击迅速隐蔽、内外勾结比例上升、移动端高发”五大特点。而传统的反欺诈技术手段相对滞后，应用传统反欺诈手段遏制金融风险，收效甚微。同时市场上的黑名单、欺诈数据存在需行内数据出库交互、数据来源不明、数据效果参差不齐等问题。

通过联邦学习产品，利用联邦学习技术构建的可信数据分析、可信数据建模服务，实现数据隔离、效果无损、参与方对等并共同获益的联合建模，输出针对高危欺诈场景的反欺诈模型，有效突破行方数据开放受限的问题，并将反欺诈模型中的少数的标准标签提升到上千个标签维度，显著提升模型效果，有效识别高危客户，降低银行金融业务的违约风险。

点击这里注册天翼云特邀VIP帐号，享全场云产品终身优惠权益>>>