随着新兴技术在各领域的应用不断加深,数据和信息安全越来越受到关注,“联邦学习”作为一种解决合作中数据隐私与数据共享矛盾的新路径,其价值正逐渐进入人们的视野。近日,江苏银行携手腾讯科技,运用“联邦学习”技术进行合作,打破数据孤岛,实现联合信贷风控建模,提高了在互联网贷款领域的风险识别能力。这也是江苏银行与腾讯科技在联邦学习技术方面的首次合作。
据介绍,联邦学习是一种新兴的人工智能基础技术,可以在双方或多方合作中线上保障大数据交换时的信息安全,提高合作效率。就建立风控模型来说,传统建模方式往往需要建模人员两地奔波,带着样本数据驻场进行分析,导致耗时长、效率低。现在,通过联邦学习的方式,可实现建模人员线上分析与建模,节约成本的同时还能保证数据的安全性,且模型的最终效果不低于传统线下建模方式。
本次合作中,双方借助“联邦学习”应用,在保证数据合法性、安全性、规范性的前提下共同对200余个业务指标进行筛选与联邦建模,以此预测客户的贷前风险,模型效果逼近传统方式建模,叠加银行自有风控模型后,审批结果准确性显著提升。
记者从江苏银行获悉,该行此前已经与蚂蚁、美团等多家头部互联网公司以“联邦”的模式开展了人工智能技术合作,探索科技在金融领域的应用,后续将继续发挥“联邦学习”优势,横向拓展联合反洗钱建模等合作模型,纵向拓展网贷产品贷前审批、贷中监控、贷后预警等业务环节的应用,推动风险防控能力与用户体验再上新台阶。
责任编辑:韩希宇
免责声明:
中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。