随着新兴技术在各领域的应用不断加深，数据和信息安全越来越受到关注，“联邦学习”作为一种解决合作中数据隐私与数据共享矛盾的新路径，其价值正逐渐进入人们的视野。近日，江苏银行携手腾讯科技，运用“联邦学习”技术进行合作，打破数据孤岛，实现联合信贷风控建模，提高了在互联网贷款领域的风险识别能力。这也是江苏银行与腾讯科技在联邦学习技术方面的首次合作。

　　据介绍，联邦学习是一种新兴的人工智能基础技术，可以在双方或多方合作中线上保障大数据交换时的信息安全，提高合作效率。就建立风控模型来说，传统建模方式往往需要建模人员两地奔波，带着样本数据驻场进行分析，导致耗时长、效率低。现在，通过联邦学习的方式，可实现建模人员线上分析与建模，节约成本的同时还能保证数据的安全性，且模型的最终效果不低于传统线下建模方式。

　　本次合作中，双方借助“联邦学习”应用，在保证数据合法性、安全性、规范性的前提下共同对200余个业务指标进行筛选与联邦建模，以此预测客户的贷前风险，模型效果逼近传统方式建模，叠加银行自有风控模型后，审批结果准确性显著提升。

　　记者从江苏银行获悉，该行此前已经与蚂蚁、美团等多家头部互联网公司以“联邦”的模式开展了人工智能技术合作，探索科技在金融领域的应用，后续将继续发挥“联邦学习”优势，横向拓展联合反洗钱建模等合作模型，纵向拓展网贷产品贷前审批、贷中监控、贷后预警等业务环节的应用，推动风险防控能力与用户体验再上新台阶。