国内首家银行试水联邦学习+腾讯安全黑灰产库信用卡

国内银行信用卡智能化运营业务中，通过联邦学习技术融合互联网大公司安全黑灰产库实现了零的突破。首个尝鲜者，来自江苏银行和腾讯安全。

记者从江苏银行获悉，4月17日，该行与腾讯安全将启动联合共建“智能化信用卡管理联合实验室”，围绕联邦学习开展深入合作，将AI技术与信贷风控结合，推动信用卡智能化经营。此前，江苏银行与腾讯安全基于联邦学习技术对智能化信用卡经营进行了联合开发和方案部署，并于今年3月6日作为国内首家率先上线运营。

“联邦学习”是一种新兴的人工智能基础技术，可以有效解决合作中数据隐私与特征变量共享矛盾，在双方或多方合作中线上保障特征变量交换时的信息安全。在“联邦学习”技术的支持下，双方共同进行金融风控模型训练，提升模型效果，既保障了数据资产的所有权，又实现了特征变量的共享。“联邦学习”技术还实现了合作双方建模人员线上分析与建模，有效节约人力成本与财务成本。

以此次“联邦学习”建模为例，腾讯安全大数据金融安全负责人章书告诉记者，“仅用3天就完成部署，几个小时内完成远程模型训练，建模效率相比之前有较大提高，对互联网用户欺诈风险识别能力更强、覆盖面更广。”

腾讯副总裁丁珂介绍，这次合作是江苏银行与腾讯安全打破数据孤岛、实现特征数据安全共享的深度探索。借助该服务，双方能够通过低成本快速迭代的联合建模，在保护隐私的同时，有效释放出大数据生产力，更快完成业务的迭代和创新，从而更加敏捷地适应市场变化，提升业务的竞争力。

江苏银行葛仁余副行长称，“运用联邦学习技术这一先进的加密算法确保数据安全，将腾讯生态特征变量与江苏银行信用卡特征变量进行融合，实现双向赋能，对江苏银行信用卡智能化经营、进一步拉动消费需求具有重要的战略意义。”

不过，数据作为银行的核心商业资产，在新技术的应用中确保数据安全，长期以来都备受业内关注；江苏银行和腾讯安全在合作中打破数据孤岛，如何解决数据保护问题，将就哪些数据变量进行融合或者说交换？

“传统联合建模是说把数据放到一起，可见才可用；联邦学习的最大特点是可用但不可见，”章书向记者解释，“腾讯安全的生态数据有20年黑灰产大数据的分析能力及服务中国99%以上网民所沉淀下来的黑灰产库，由此沉淀下来三千多个特征变量并构建出来的特征工程，基于这一特征工程，和江苏银行基于它的资金流相关纬度的数据沉淀下来的特征变量和特征工程，在可用不可见的情况下进行融合。”

“3000多个特征变量，也许对合作方江苏银行，就其中的10个、20个有用，其它的没有用，但我们并不知道它选择的是哪些特征变量。(哪些变量)在使用过程中提升银行业务能力，总的研判模型是在业务方、合作方(江苏银行)，”章书告诉记者，在这一过程中，腾讯安全“定位的是助手。”

记者了解到，江苏银行是第一家通过联邦学习实现融合腾讯安全黑灰产库的银行，也是第一家借力腾讯业务环境应用到信用卡智能化管理中的银行。财报显示，江苏银行2019年新增发卡142.11万张，位列城商行新增发卡量前列。