基于知识联邦的数据要素流通创新体系

doi:10.12267/j.issn.2096-5931.2023.06.009

信息通信技术与政策 ›› 2023, Vol. 49 ›› Issue (6): 61-70.doi: 10.12267/j.issn.2096-5931.2023.06.009

基于知识联邦的数据要素流通创新体系

An innovative system of data element circulation based on knowledge federation

周一竞, 崔琢, 黄翠婷, 林文珍, 陈涛

同盾科技有限公司,杭州 310000

收稿日期:2023-03-06 出版日期:2023-06-25 发布日期:2023-06-27
作者简介:
周一竞, 同盾科技有限公司隐私计算应用算法负责人,主要从事隐私计算、联邦学习等方面的研究工作;
崔琢, 同盾科技有限公司算法工程师,主要从事面向业务场景的建模咨询工作;
黄翠婷, 同盾科技有限公司隐私计算算法负责人,主要从事隐私计算相关领域的理论与应用研究以及相关标准制定工作;
林文珍, 同盾科技有限公司隐私计算产品负责人,主要从事联邦学习平台的产品标准化工作;
陈涛, 同盾科技有限公司平台技术部负责人,主要从事隐私计算、大数据以及大型互联网企业软件架构等方面的工作。

ZHOU Yijing, CUI Zhuo, HUANG Cuiting, LIN Wenzhen, CHEN Tao

Tongdun Technology Co., Ltd., Hangzhou 310000, China

Received:2023-03-06 Online:2023-06-25 Published:2023-06-27

摘要/Abstract

摘要：

随着大数据和人工智能的蓬勃发展,如何保护数据安全已然成为亟需解决的问题。在此背景下,隐私计算技术提供了一种新型的数据要素流通模式。结合大数据、人工智能、密码学,提出一种基于知识联邦的数据要素流通创新体系以解决当前数据要素流通面临的初级业务问题,以及不同等级数据的安全性和隐私性问题,充分发挥数据的业务价值,并实现量化,通过数据价值评估推进数据要素市场流通的良性循环。

关键词: 数据要素流通, 隐私计算, 知识联邦, 数据安全

Abstract:

With the rapid development of big data and artificial intelligence, how to protect data security has become an urgent problem. Against this backdrop, the privacy-preserving computation technology provides a new circulation mode of data elements. Combined with big data, artificial intelligence and cryptography, an innovative system of data element circulation based on knowledge federation is proposed. It solves the primary business problems faced by the current data element circulation, and the security and privacy problems of different levels of data. In addition, it gives full play to the business value of the data, and realizes quantification, thus creating a virtuous circle of data element circulation through the data value evaluation.

Key words: data element circulation, privacy-preserving computation, knowledge federation, data security

中图分类号:

TN929.11

周一竞, 崔琢, 黄翠婷, 林文珍, 陈涛. 基于知识联邦的数据要素流通创新体系[J]. 信息通信技术与政策, 2023, 49(6): 61-70.

ZHOU Yijing, CUI Zhuo, HUANG Cuiting, LIN Wenzhen, CHEN Tao. An innovative system of data element circulation based on knowledge federation[J]. Information and Communications Technology and Policy, 2023, 49(6): 61-70.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2023.06.009

http://ictp.caict.ac.cn/CN/Y2023/V49/I6/61

图/表 8

图1 知识联邦的层级

表1 联邦应用与联邦阶段对应关系

联邦应用	别名	关注重点	联邦阶段
联邦共享	安全多方共享	数据查询检索	信息层
联邦计算	安全多方计算	线性统计分析	信息层
联邦学习	安全多方学习	负责模型训练学习	模型层、认知层
联邦预测	安全多方预测	模型预测使用	信息层、模型层
联邦推理	安全多方推理	知识推理和演绎	认知层、知识层

图2 基于知识联邦的数据要素流通体系

图3 开放联邦系统互联参考模型体系架构

图4 联邦算法和应用

图5 知识联邦服务金融机构数据要素流通

图6 政府数据和互联网平台数据联合应用于商户经营监管

图7 多方安全计算应用于惠民就医

参考文献 10

[1]	国家工业信息安全发展研究中心. 中国数据要素市场发展报告(2021—2022)[R], 2022.
[2]	EVANS D, KOLESNIKOV V, ROSULEK M. A pragmatic introduction to secure multi-party computation[J]. Foundations & Trends in Privacy & Security, 2018, 2(2-3):70-246.
[3]	YANG Q, LIU Y, CHEN T, et al. Federated machine learning: concept and applications[J]. ACM Transactions on Intelligent Systems and Technology (TIST), 2019, 10(2):1-19.
[4]	SABT M, ACHEMLAL M, BOUABDALLAH A. Trusted execution environment: what it is, and what it is not[C]//IEEE International Conference on Trust, Security and Privacy in Computing and Communications. IEEE, 2015(1):57-64.
[5]	顾冉, 程烨, GU R, 等. 隐私计算技术在数据要素流通领域的探索与实践[C]//姚前, 朱烨东. 中国区块链发展报告(2022). 北京: 社会科学文献出版社, 2022:300-305.
[6]	黄翠婷, 张帆, 孙小超, 等. 隐私集合求交技术的理论与金融实践综述[J]. 信息通信技术与政策, 2021, 47(6):50-56.
[7]	SEBASTIAN A, HAO C, KIM L, et al. PIR with compressed queries and amortized query processing[C]//2018 IEEE symposium on security and privacy (SP). IEEE, 2018: 962-979.
[8]	刘金钊, 汪寿阳. 国际数据要素市场的战略布局我国发展现状与对策探究[EB/OL]. (2022-11-15)[2023-02-16]. http://cn.chinagate.cn/news/2022-11/15/content_78514149.htm
[9]	LI H, MENG D, WANG H, et al. Knowledge federation: a unified and hierarchical privacy-preserving AI framework[C]//2020 IEEE International Conference on Knowledge Graph (ICKG). IEEE, 2020: 84-91.
[10]	LIU Z, CHEN Y, YU H, et al. GTG-Shapley: efficient and accurate participant contribution evaluation in federated learning[J]. ACM Transactions on Intelligent Systems and Technology (TIST), 2022, 13(4): 1-21.

[1]	胡健, 张霖涛, 柴华, 郑亮, 贺成飞. 超算上的隐私计算技术探讨^*[J]. 信息通信技术与政策, 2023, 49(6): 79-83.
[2]	方竞, 周雍恺, 卞阳, 王琪, 丁亚丹. 数据基础制度下隐私计算的实践与思考[J]. 信息通信技术与政策, 2023, 49(4): 48-58.
[3]	张照龙, 谢江, 包宏宇. 电信领域数据安全合规治理思考[J]. 信息通信技术与政策, 2023, 49(2): 14-19.
[4]	李玉峰, 刘奇, 魏亮. 车联网数据安全的若干思考^*[J]. 信息通信技术与政策, 2023, 49(2): 2-8.
[5]	胡国华, 王振东, 刘绍宇, 李强. 政务数据安全合规分析与创新实践[J]. 信息通信技术与政策, 2023, 49(2): 20-29.
[6]	鞠鑫, 曹京, 陈佛忠, 刘文懋, 胡忠华. 隐私计算在卫生健康行业的应用与安全研究[J]. 信息通信技术与政策, 2023, 49(2): 43-48.
[7]	丰诗朵, 高婧杰, 李慎之, 姚南威. ICT供应链安全制度演进趋势研究[J]. 信息通信技术与政策, 2023, 49(2): 49-53.
[8]	朴鸿国, 刘明辉. 数据安全合规体系建设目标框架与实施方案研究[J]. 信息通信技术与政策, 2023, 49(2): 58-64.
[9]	戴伟涛, 俞锦浩, 田文生, 范佳峰, 王泽东, 陆一凡, 严志超, 唐攀攀. 基于隐私计算的数据库全生命周期保护方法[J]. 信息通信技术与政策, 2023, 49(2): 65-74.
[10]	梁晴. 数据安全中台构筑企业数据生命线[J]. 信息通信技术与政策, 2023, 49(2): 92-96.
[11]	张滨, 温暖, 邱勤, 周莹, 李文琦. 信息通信企业开展数据安全管理工作的指引与实践[J]. 信息通信技术与政策, 2022, 48(8): 19-23.
[12]	刘鑫, 曹京, 邵志杰, 周跃峰. 基于存储技术的防勒索病毒对策研究[J]. 信息通信技术与政策, 2022, 48(8): 36-42.
[13]	王玮, 曹京, 程赓, 李雪莹. 降低自动化决策对个人信息安全影响的研究[J]. 信息通信技术与政策, 2022, 48(8): 52-58.
[14]	魏凯, 闫树, 吕艾临. 数据要素市场化进展综述[J]. 信息通信技术与政策, 2022, 48(8): 59-64.
[15]	邵航, 高思琪, 钟离, 傅致晖, 孟丹, 李晓林. 同态加密在隐私计算中的应用综述[J]. 信息通信技术与政策, 2022, 48(8): 75-88.

基于知识联邦的数据要素流通创新体系

An innovative system of data element circulation based on knowledge federation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 10

相关文章 15

编辑推荐

Metrics

本文评价