0
可以实现隐私保护目标的前沿技术，不只有联邦学习。有着多中心、可追溯、不可篡改等特性的区块链，同样是实现数据隐私安全的大热技术方向。
尽管二者都有「分布式」的特色，但区块链是把数据重复复制在各个节点实现共识机制，所有上链数据公开；而参与联邦学习的各方数据是不同且私密的。
事实上，区块链与联邦学习可以很好地结合互补。微众银行首席人工智能官杨强教授就曾在雷锋网金融公开课上表示，联邦学习可以用区块链的分布式记账等功能实现参与各方价值互换和有效激励，也可以用区块链多中心的属性来实现参与联邦学习计算的中心节点的替代。
在我们着眼于联邦学习与隐私计算在金融领域的研发和落地时，引入区块链的讨论，或许会给出全新的开阔思路。
明晚8点，香港人工智能与机器人学会（HKSAIR）邀请到微众银行区块链首席架构师、FISCO BCOS开源区块链平台首席架构师张开翔做客线上讲堂，以“区块链上隐私保护的挑战和应对”为主题，探讨区块链如何为数据隐私和信息开放构建一座天平。
这也是HKSAIR主办的《AI金融公开课———隐私计算和联邦学习在金融领域的应用与机遇》系列公开课的收官之作。
本系列由HKSAIR理事长、微众银行首席人工智能官杨强教授领衔，共六位顶尖专家做客线上讲堂，围绕隐私计算和联邦学习的研究热点与商业应用展开最前沿的分享和讨论。
雷锋网《AI金融评论》作为独家合作媒体，也将对此次系列公开课进行全程报道，敬请关注。
区块链上隐私保护的挑战和应对
张开翔，微众银行区块链首席架构师、FISCO BCOS开源区块链平台首席架构师
在大型互联网公司和银行业工作多年，在分布式系统，网络安全，海量服务等技术领域有丰富的经验。目前致力于区块链平台系统研发、推动基于区块链的业务落地，及通过开源社区建设，助力行业生态的建设。
2020年6月9日 20:00-21:00
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
