图联邦学习与可信AI应用
2022-09-16
2020年4月中共中央国务院文件首次将“数据”纳入“生产要素”。随着我国《数安法》和《个保法》正式施行,数据要素安全流通亟需平衡安全隐私与价值发现。联邦学习、多方安全计算、可信执行环境等技术作为可信AI新型范式,在隐私保护、算法偏见、可解释性、鲁棒性等方面受到广泛关注,面临新的研究应用挑战。
团队长期从事机器学习、联邦学习、可信人工智能等领域的学科前沿研究,并积累了丰富的技术和落地应用经验。团队开源的联邦学习框架easyFL(https://github.com/WwZzz/easyFL,Github:220+ stars)受到百度、腾讯、字节跳动等关注。厦门大学和中国信通院牵头“隐私计算 面向高等教育数字化场景的技术规范”团体标准(负责人:范晓亮)。 参与厦门市大数据安全开放平台(全国首个)建设运营,服务交通管理、城管执法、自然规划等政务数据开放和AI应用。参与《厦门经济特区数据条例》起草;编制厦门集美区、同安区《智慧城市建设“十四五”规划》;编制厦门轨道集团《城轨云大数据指标体系》。