热门的“联合学习”技术正从概念逐渐转变为各行各业数字化转型的基础技术。最近，在第五届CCF-GAIR全球人工智能和机器人峰会上，腾讯安全凭借其在信用风险管理方案中的着陆实践，获得了首个CCF-GAIR“联邦学习应用奖”。腾讯安全在帮助银行解决数字化转型风险方面的实践和探索中得到了业界的认可和认可。

（腾讯Security Tianju荣获CCF-GAIR2020“Federal Learning Applications Award”）随着金融市场的加速开放和需求的扩大，传统的线下信用业务效率低、风险高、重复困难、扩展缓慢等缺点越来越突出。在云计算、大数据、人工智能、物联网等新兴技术的推动下，整个金融信贷行业正逐步加速向非接触式信贷转型。面对无接触信用所表现出的大流量、高覆盖率等特点，风险管理能力已成为工业互联网时代金融运营安全的绝对核心。与线下业务相比，非接触式信用的客户群更加多样化，更容易受到市场波动的影响。现有的人工控制模型（1.0）、信用工厂模型（2.0），甚至是基于通用分数的大数据控制模型（3.0），都只能实现部分优化，无法对整个风险控制链中的新客户群或新变化进行迭代调整。新的基于AI的技术“联合学习”可以在多个参与者或多个计算节点之间实现高效的机器学习，从而开启金融业信用风险管理的“大循环”，实现不同客户的定制，实现动态风险管理适应市场变化，将信用风险管理带入4.0时代。为了支持金融信贷行业的新兴趋势和需求，在努力探索如何利用联邦学习打破数据孤岛、实现多方数据加密的基础上，腾讯安全积极与金融机构开展联合建模实践合作。

作为一种针对特征场景的定制联合建模模型，腾讯联学习模型与通用模型在性能上没有差异，但却比通用模型实现了更好的KS效果。在与十几家客户（包括银行、新金融和头钱）的合作实践中，KS实现了30%-40%的改善。结合信用风控制的实践经验和探索，腾讯安全还基于联邦学习技术，通过预测、响应、决策和监控，构建了一个连续、动态的自适应风险控制系统，即天武星云信用风控制系统。该系统为银行和其他金融机构提供联邦模式、专家咨询、业务体系和运营服务，帮助金融客户在不良贷款率不变的情况下将风险管理合格率从20%提高到30%，有效提高金融机构信贷盈利能力，助力行业转型升级。我们可以开启信用风险管理4.0时代。在会议上，腾讯安全日金融风险管理负责人李超分享了运用联邦学习进行非接触式信用自适应风险管理的问题。

腾讯安全天宇以联邦学习技术为基础，帮助银行建立在线信用业务系统，在“数据不在领域”的前提下，共同构建了反欺诈模型和图像模型，极大地提高了模型效果。在丰富银行大数据信用风险管理能力的同时，实现差异化定价，满足银行的实际管理需求，资金得到有效利用。除信用风险管理外，腾讯安全天宇金融团队基于金融行业的探索和实践，继续为金融行业客户提供欺诈防范、风险管理体系建设和运行、风险管理咨询、一站式综合风险管理解决方案等能力和服务。我们积极参与多项国家和国际标准的实施和正式项目，旨在为金融业的数字化转型和发展提供定制化的安全支持。目前，腾讯安全是Gartner银行级在线欺诈预防推荐供应商中唯一被选中的供应商。未来，腾讯安防将继续协同生态合作伙伴的力量，拓展包括联邦学习技术在内的金融风险管理安全能力“触角”，打造全新的金融安全生态系统。