АФТ показала кейс с использованием технологии федеративного обучения от Guardora
Разработка российской компании Guardora предполагает обмен только результатами вычислений локальных моделей. Данные не передаются, остаются в контуре соответствующего владельца данных, что обеспечивает их безопасность и соответствие требованиям законодательства о персональных данных. Это делает возможным быстрый и безопасный запуск совместных пилотных проектов.
В решении задействованы технологии гомоморфного шифрования, дифференциальной приватности и безопасной агрегации; для синхронизации сущностей используется протокол Private Set Intersection (PSI), а обмен сообщениями организован через gRPC-канал, защищаемый с помощью SSL — криптографического протокола, который обеспечивает безопасность передачи данных между клиентом и сервером через интернет.
«Федеративное машинное обучение особенно актуально для финтеха, где возникает потребность в совместном обучении скоринговых и антифрод-моделей на данных из различных источников — банков, платёжных систем и телекомов. Компании могут ознакомиться с решением Guardora в разных форматах – от тестирования в демо-среде в режиме апробации до полноценного пилотирования собственного бизнес-кейса с поддержкой команды разработчиков», — сообщает руководитель управления информационной безопасности Ассоциации ФинТех Александр Товстолип.
«Продукт Guardora VFL помогает компаниям создавать ML-модели с большей предсказательной силой за счет их обучения на ранее недоступных приватных данных внешних компаний. В результате компания, использующая Guardora VFL, получает дополнительную выручку за счет применения в своей деятельности таких улучшенных ML-моделей» — делится своим мнением Директор по развитию бизнеса Guardora в РФ Глеб Корнеев.
Решение доступно участникам АФТ в Лаборатории конфиденциальных вычислений Домена информационной безопасности Технологической песочницы АФТ — среде, созданной для безопасного тестирования гипотез и ускоренного перехода от идеи к внедрению. Это уже второй кейс по технологиям конфиденциальных вычислений, реализованный в Лаборатории. Представленный проект основан на технологии федеративного обучения компании Guardora и демонстрирует практическое применение защищенных вычислений в распределенных сценариях. Решение поставляется в двух форматах: через Yandex Cloud Marketplace (в рамках нашей облачной инфраструктуры) или on-premise — для организаций, требующих полного контроля над средой исполнения.
