获IEEE全票通过，微众银行领衔首个联邦学习国际标准将正式推行

腾讯《一线》 张良

近日，IEEE 标准委员会（SASB）一致投票正式通过联邦学习国际标准（IEEE P3652.1），标准将于今年年底正式出版推行。这也是国际上首个针对人工智能协同技术框架订立的标准，由国内知名数字化银行微众银行领衔，会同多家国内外AI公司及研究机构发起、筹备，将为更多行业和海内外机构应用联邦学习技术提供标准化的行业规范，标志着联邦学习开启大规模工业化应用的新篇章。

根据微众银行同步的标准筹备流程实时信息，标准草案于2020年3月提交IEEE，经最后阶段的评估及微调，于9月正式批准出台。标准工作组人员介绍说，在筹备立项正式获批之后，在一年多的时间里，标准工作组先后召集了六次标准工作组会议对标准制定进行讨论及审定。

“联邦学习国际标准的正式出台, 将为更多行业和海内外机构应用联邦学习技术提供标准化的行业规范，标志着联邦学习开启大规模工业化应用的新篇章。”微众银行相关负责人表示。

联邦学习（Federated Learning）是一种加密的分布式机器学习新范式，可以让各参与方在数据不出本地的情况下进行AI协作，实现“价值共建而数据不共享”，提升各自的AI模型效果，是解决现阶段各行业AI落地中的“数据孤岛”与“数据隐私保护”两大行业痛点行之有效的解决方案。在国内，这一技术方向由微众银行首次提出，并且通过开源软件、领衔行业标准建立等方式推动联邦生态建立。

联邦学习IEEE标准对联邦学习的定义、概念、分类、算法框架规范、使用模式和使用规范等方面都进行了系统性的阐述，尤其是标准工作组成员凭借在各自领域丰富的技术、研发、服务、运营经验，对联邦学习在To B(企业端)、To C(用户端)以及To G(政府端)不同情境下的场景分类，建立了联邦学习的需求分析模板，厘定了联邦学习性能及安全测评准则，并将联邦学习的激励机制设计理论应用于各种实际场景中。