摘要
近年来通信诈骗案件层出不穷,如何有效地甄别和预防通信诈骗成为一个重要的社会课题。出于用户隐私和数据安全的原因,各方原始数据信息不能直接进行交换,这给联合建模带来了诸多困难。联邦学习概念的提出能有效解决基于隐私保护的分布式安全联合建模问题,通过对比传统机器学习和联邦学习在预测精度、训练时间等维度的差别,论证联邦学习在电信运营商和公安机关的数据集上联合建模的可能性。
出处
《电信科学》
2020年第S01期300-306,共7页
Telecommunications Science
作者简介
陈国润,毕业于上海理工大学,硕士学位,上海理想信息产业(集团)有限公司主任工程师,主要从事大数据、人工智能的技术研究与应用工作。;母美荣,毕业于内蒙古大学,硕士学位,上海理想信息产业(集团)有限公司模型工程师,主要从事大数据、人工智能的分析建模工作。;张蕊,毕业于天津财经大学,硕士学位,上海理想信息产业(集团)有限公司模型工程师,主要从事大数据、人工智能的分析建模工作。;孙丹,毕业于杭州师范大学,学士学位,上海理想信息产业(集团)有限公司模型工程师,主要从事大数据、人工智能的分析建模工作。;钱栋军,毕业于上海师范大学,硕士学位,上海理想信息产业(集团)有限公司主任工程师,主要从事大数据、人工智能的技术研究与应用工作。
