数据安全威胁日益严峻，蚂蚁提出两大共享智能方案

本篇文章1918字，读完约5分钟

随着深水领域企业的数字化和智能化转型，数据安全事件层出不穷，给企业和个人带来的损失也越来越大。“隐私泄露和数据滥用”已经成为威胁企业正常生产合作和数据共享的致命问题。

数据安全威胁渗透到大数据产业链的所有环节，如数据生产、收集、处理和共享，风险原因错综复杂。既有外部攻击，也有内部泄漏；既有技术漏洞，也有管理缺陷；新技术和新模式不仅会引发新的风险，还会持续引发传统的安全问题。

根据shred it在2018年的一份报告，40%的高管将他们最近的安全事件归因于误操作，如意外的数据共享、对敏感数据的错误处理、错误的权限设置和不正确的服务器配置。

2019年8月，澳大利亚最大的健康保险公司保柏的分包商sonic healthplus (shp)遭遇了近年来最严重的隐私数据泄露事故。一名新鸿基员工意外地将317名未脱敏人员的姓名、出生日期和护照号码，以及“对正在进行的体检的简要描述、总结和评论”发送到一个未知的gmail地址并公之于众。

越来越多的协作策略在企业中实施，信息共享变得比以往任何时候都更加容易。一方面，它表明数据保管人和所有者缺乏适当的数据安全保护措施、安全意识或风险评估能力以及“信任滥用”。另一方面，它也提醒企业，如果没有一套有效的技术解决方案，单靠限制人员可能无法完全避免此类“意外数据泄露”事件的发生。

金融领域高度敏感数据安全，蚂蚁共享智能实践多技术集成解决方案

特别是在金融领域，企业不仅面临着更高的数据隐私和安全要求，还面临着大量数据的存储、管理和交互共享。中国是世界上发展最快、最成熟的国家，最重视数据安全技术的发展。为此，蚂蚁提出了共享智能的概念，用于解决不同业务场景下数据安全性高、数据量大的问题。共享智能结合了现有的隐私保护技术，如机器学习、分割学习和安全计算，用于解决不同业务场景中面临的隐私保护问题。它也是目前国际上高度认可的综合数据安全技术解决方案。

在蚂蚁与江苏银行的合作中，通过tee模式下的情报共享，聚合双方信息，共同构建模型，准确识别用户风险。它推动江苏银行从传统的线下贷款模式向网上贷款模式转变，是蚂蚁共享智能概念的提出和相应技术应用的典型案例。

基于Tee的共享智能是蚂蚁的两种技术解决方案之一。核心思想是使用可信硬件(tee)作为集中式部署的可信第三方。众所周知，按照传统的思维，当多个数据提供者想要共享数据时，为了解决相互不信任的问题，我们经常会找到一个可信的第三方平台，并将所有的数据聚集在这个可信的第三方平台上进行融合和计算。然而，问题是在传统技术下，第三方平台上的管理员将拥有超级权限，这往往使数据提供者产生疑虑，担心第三方平台本身或其员工会以超级权限取走数据。Tee技术可以很好地解决这个问题，并且用户的接入成本极低。

Tee共享智能方案适合集中部署，而另一种基于mpc技术的共享智能方案给用户更强的安全感。基于mpc的共享智能方案已经应用于蚂蚁多关节建模服务的整个环节。以江苏银行为例，mpc共享情报，聚合蚂蚁和江苏银行的信息，完成公共模型构建，通过该机制实现联合授信，ks提高50%以上，帮助银行有效降低风险。

基于mpc技术的共享智能方案

基于蚂蚁共享智能和项目应用经验的技术优势，两种方案的应用在实际应用中根据用户需求更加灵活多变。例如，用户在联合建模的不同阶段对隐私保护有不同的需求。在建模阶段，组织希望以低成本快速验证效果，并且更加关注建模方案的易用性和建模效率。然而，因为建模样本是已经被采样和匿名化的历史数据，所以组织对隐私保护的需求相对较弱。共享智能三通方案能很好地满足用户需求。在模型服务(预测)阶段，实时数据的隐私性和安全性要求会更高，因此共享智能的mpc方案成为自然选择。因此，这种集中式tee训练和分布式mpc预测的方案应运而生并被广泛接受。

蚂蚁的两个共享智能解决方案也得到了国际上的广泛认可。在2019年世界人工智能大会上，蚂蚁共享智能平台荣获“世界人工智能产业安全十大创新实践”。他还获得了许多奖项，如2019年中国人工智能峰会的“紫金产品创新奖”和2019年全球人工智能企业家大会的“gaisc奖2019应用案例示范奖”。

对于一个国家来说，创新是一个系统工程；对于一个企业来说，创新应该立足于实际应用，寻求技术突破，提高产业效率。共享情报从蚂蚁自身的业务和行业需求出发，不断面对挑战，致力于技术研究和探索，并反馈给行业发展。基于数据安全问题，开发了tee和mpc两套技术路线，现在多技术集成的路线有效地解决了不同业务场景所面临的不同需求。共享智能必将继续引领技术潮流，形成标准生态，并在推动世界人工智能技术进步方面发挥强大作用。

来源：零点娱乐时刊