【腾讯云】联邦学习

联邦学习（Federated Learning，FELE）是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下，通过交换加密的机器学习中间结果实现联合建模。该产品兼顾AI应用与隐私保护，开放合作，协同性高，充分释放大数据生产力，广泛适用于金融、消费互联网等行业的业务创新场景。

腾讯云联邦学习的特性
隐私保护
在保护联邦学习各参与方隐私安全的前提下，进行模型训练，更好的解决隐私保护问题。

腾讯大数据分析能力
腾讯安全服务覆盖99%用户，通过联邦学习训练的联合模型效果相对传统联合建模提升15%以上。

高效率低成本
无需像传统联合建模那样出差驻场，该产品使用 docker 镜像，远程操作，高效便捷，3周内可正式投产。

应用场景

银行风控：银行零售信贷、信用卡等个金业务的贷前审批和贷中风控场景。
消金行业和持牌机构：消费金融公司、持牌互金平台个人信贷业务的贷前审批和贷中风控场景。

消费互联网：以智能终端（如安卓手机、平板、IoT 设备）为计算节点的，保护用户隐私信息为目的的各种场景。
其他：精准营销场景。通过联合建模进行客群画像分析和精准投放。