比特幣行情 比特幣行情
Ctrl+D 比特幣行情
ads
首頁 > 火幣APP > Info

比特幣:隱私計算詞典丨聯邦學習為何如此博人眼球?

Author:

Time:1900/1/1 0:00:00

前言:隱私計算賽道作為當下的風口賽道,無數企業紛紛涌入,搶跑占道。作為一家專注于區塊鏈隱私計算賽道科普入門的垂直媒體,同時也是針對隱私計算興趣者開放的“純天然”、低門檻入口,我們匯總并分類了隱私計算行業內晦澀難懂的名詞,編寫了「隱私計算詞典」板塊,幫助大家理解、學習。?

此篇,我們來了解隱私計算技術架構的第三部分——聯邦學習。

近年來,從無人駕駛汽車,到AlphaGo擊敗頂尖的真人圍棋手等等,AI人工智能在科技領域的發展著實吸引了足夠多人的眼球。

然而,發展至今的AI人工智能仍面臨兩大現實問題:

行業數據分散且收集困難,數據以孤島的形式存在;

ARK報告:比特幣90d波動率顯示出自2017年以來從未見過的數值:金色財經報道,ARK Invest發布了《比特幣月刊》收益報告,報告顯示,

? 比特幣在短期持有者成本基礎和200w MA處仍有支撐,而在經實線調整的已實現價格處可能面臨阻力;

? 比特幣 90d 波動率顯示了自 2017 年以來從未見過的數值,這表明比特幣在未來幾周到幾個月內將會擴張;

? 壓縮哈希率似乎顯示出7月份礦工投降的跡象。我們認為這表明看漲反轉。活躍幣與休眠幣的比率表明持有行為達到了自 2020 年第四季度以來的水平;

? ARK自己的短期持有者盈虧比在本月接近 1,表示投機者處于盈虧平衡的水平。在牛市環境中,這通常與短期修正后的看漲反轉相關;

? 美國證券交易委員會和司法部的持續施壓使 Binance 的 BNB 代幣在關鍵支撐位盤整。我們認為,跌破 210 美元大關可能預示著這種加密貨幣將面臨麻煩;

? 貨幣政策的運作具有長達 12 至 18 個月的長期且可變的滯后,這表明美聯儲加息 22 倍的全面影響尚未顯現。[2023/8/4 16:17:57]

隱私得不到保障,安全共享數據成為了一道壁壘。

摩根大通將其JPM Coin系統擴展到包括歐元支付:金色財經報道,摩根大通擴大了其基于區塊鏈的支付系統JPM Coin,為企業客戶提供以歐元計價的交易。據Toprak稱,德國科技巨頭西門子在該平臺上進行了第一筆歐元支付。

摩根大通硬幣支付系統最初于2019年推出,用于轉移美元。在歐元擴張之際,JPM Coin迄今已處理了超過3,000億美元的交易。[2023/6/23 21:56:16]

針對此,人們提出了一種名為「聯邦學習」的隱私計算技術。

聯邦學習,又名聯邦機器學習、聯合學習。它是AI人工智能的一門分支技術,旨在保障大數據交換時的信息安全、數據保護,在合法合規的前提下,有效幫助多行業的數據進行機器學習建模。

CZ:Binance AI產品Bicasso Beta版本現已上線:3月1日消息,CZ 在社交媒體上宣布 Binance AI 產品 Bicasso Beta 版本現已上線。Bicasso 可利用 AI 技術將用戶的創意設想生成 NFT,鑄造上限為 1 萬枚。[2023/3/1 12:36:41]

隱私保護是聯邦學習最主要的關注點,在實際的應用中,聯邦學習通過將數據的不同特征在加密的狀態下加以聚合,以增強機器學習模型能力,再通過共享數據模型,避開原始數據共享,進而保證了數據的安全性。?

利用聯邦學習的特點,即使是不導出企業數據的情況下,也能為三方或多方建立機器學習模型,既充分保護了數據隱私和數據安全,又為客戶提供個性化、有針對性的服務,實現了互惠互利。?

今日恐慌與貪婪指數為45,等級由中性轉為恐慌:金色財經報道,今日恐慌與貪婪指數為45(昨日為47),恐慌程度較昨日有所上升,等級由中性轉為恐慌。注:恐慌指數閾值為0-100,包含指標:波動性(25%)+市場交易量(25%)+社交媒體熱度(15%)+市場調查(15%)+比特幣在整個市場中的比例(10%)+谷歌熱詞分析(10%)。[2022/8/15 12:25:59]

同時,我們可以利用不同類別的聯邦學習技術來解決數據異質性問題,突破傳統AI技術的局限性。依照參與建模的數據源分布,聯邦學習可分為橫向聯邦學習、縱向聯邦學習和聯邦遷移學習三類。?

橫向聯邦學習

?假設收集兩個數據集,這兩個數據集用戶特征重疊多,而用戶重疊少。我們把數據集按照用戶維度切分,取出雙方用戶特征相同,而用戶不完全相同的部分數據作為機器的訓練數據,這種模型稱為橫向聯邦學習。?

例如,兩個不同行政區的銀行,用戶群體分別來自所在行政區,重疊部分少。但是同作為銀行,業務類似,因此數據集收集的用戶特征則大體相同。因此,橫向聯邦學習模型收集的是兩個數據集不完全相同的用戶部分。?

如下圖所示:?

縱向聯邦學習

與橫向聯邦學習相反,在兩個數據集用戶重疊多、用戶特征重疊少的情況下,縱向聯邦學習把數據集按照數據特征維度切分,取出雙方用戶相同,而用戶特征不完全相同的部分作為機器訓練數據。?

例如,同一個行政區的銀行和商超,其收集的數據用戶群體大致類似,但銀行和商超收集到的用戶特征基本不同。因此,縱向聯邦學習模型收集的是兩個數據集不完全相同的用戶特征部分。?

如下圖所示:

聯邦遷移學習

在用于機器學習的數據集樣本用戶與用戶特征重疊都較少的情況下,通常不對數據進行切分,而是引入聯邦遷移學習,來解決數據不足的問題,從而提升模型的效果。

具體地,可以擴展已有的機器學習方法,使之具有橫向聯邦學習或者縱向聯邦學習的能力。?例如,收集一家位于北京的銀行和一家位于上海的商超的數據,由于受到地域限制,用戶群體交集很小;同時,由于銀行和商超類型的不同,二者收集的數據特征也基本無重合。?

引入聯邦遷移學習,首先可以先讓兩個數據集訓練各自的模型,之后通過加密模型數據,避免在傳輸中泄露隱私。之后,對這些模型進行聯合訓練,最后得出最優的模型,再返回給各個企業。?

如下圖所示:?

多種類別的聯邦學習方式使得機器學習模型更加具有通用性,可以在不同數據結構、不同行業間發揮作用,沒有領域和算法限制,同時具有模型質量無損、保護隱私、確保數據安全的優勢。?

在實際的應用中,類似銷售、金融等行業,由于知識產權、隱私保護和數據安全等因素限制,數據壁壘很難打通。

聯邦學習成為了解決這些問題的關鍵,在不影響數據隱私和安全的情況下,對來自多方的數據進行統一的建模,進行機器學習模型的訓練,這些企業之間就能更好地進行數據協作。?

可以說,聯邦學習為構建跨行業、跨地域的大數據和人工智能生態圈提供了良好的技術支持。?考慮到在整個訓練過程中,進行模型更新的通信仍然可以向第三方或中央服務器顯示敏感信息,因此聯邦學習技術廣泛地與安全多方計算、TEE或者區塊鏈等技術結合應用,來增強聯邦學習的隱私性和去信任。

但目前已有的方法通常以降低模型性能或系統效率為代價提供隱私,因此,如何在理論和經驗上理解和平衡這些權衡,將是實現聯邦學習技術廣泛應用落地的一個相當大的挑戰。

來源:金色財經

Tags:比特幣人工智能BINANCbcd比特幣鉆石最新消息人工智能專業Binance8Beta Finance

火幣APP
OIN:Coinhub 教程 清退用戶/賬戶關停后 我的幣該如何安全轉移

創建你的第一個去中心化錢包第一次使用Coinhub的用戶,首先需要創建一個新的錢包。Coinhub官網:https://www.coinhub.org/Coinhub下載鏈接:https://w.

1900/1/1 0:00:00
ORM:GameFi 世界的 Steam--Formless測試網正式上線

12月7日,全球首創垂直于GameFi領域的錢包、社區及資訊于一體的游戲平臺Formless宣布其測試網已正式上線,并啟動FormlessBUG賞金計劃.

1900/1/1 0:00:00
比特幣:未來幾個月加密市場發展趨勢

在前面的文章中,我和大家分享過推特大V-------PlanB在今年6月份對比特幣價格做出的預判.

1900/1/1 0:00:00
BDC:法國央行、瑞士央行和國際清算銀行完成跨境CBDC試驗

法國銀行、瑞士國家銀行和國際清算銀行已成功測試批發央行數字貨幣在跨境支付中的應用。該項目使用分布式賬本技術,并在私營公司的幫助下實現.

1900/1/1 0:00:00
比特幣:1201行情回顧與比特幣分析

又迎來了措手不及的一周,本人手中的大餅一個個的都缺了一個不大不小的洞,像是被人惡作劇咬了一口,所以和大家的心情一樣,也很難受,不過換個思維來看,一切又好像什么都沒發生,幣本位玩法早不賣晚不賣.

1900/1/1 0:00:00
IOST:Revival官網 | 有獎調研

Revival官網自2021年7月20日正式上線以來,截止今日已將近5個月。近期,為進一步優化網站的頁面設計與功能結構,為大家提供更專業、全面、高效的服務,現誠邀大家參與本次Revival官網調.

1900/1/1 0:00:00
ads