联邦学习场景应用 研究报告 （2022 年） 中国信息通信研究院泰尔终端实验室 2022 年 2 月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明“来源：中国信息通信研究院”。违反上述声明者，本 院将追究其相关法律责任。 编制说明 本报告编写参与单位：中国信息通信研究院、卓信大数据计划、 开放星云计划、铸基计划、杭州锘崴信息科技有限公司、北京百度 网讯科技有限公司、北京明略软件系统有限公司、第四范式（北京） 技术有限公司、北京智慧易科技有限公司、深圳市洞见智慧科技有 限公司、同盾科技有限公司、光之树（北京）科技有限公司、上海 富数科技有限公司、零氪科技（北京）有限公司、OASES 智能终端 安全生态工作委员会。 前 言 数据作为数字经济和信息社会的核心资源，被认为是继土地、 劳动力、资本、技术之后的又一个重要生产要素，其在企业数字化 转型中发挥重要作用，并对国家治理能力、经济运行机制、社会生 活方式等产生深刻影响。与此同时，数据安全的重要性愈发凸显。 依法采取严密的监管措施，保障数据安全无虞，有利于为数字经济 发展夯实安全基础，为国家安全和公共利益保驾护航。 2021 年以来，《中华人民共和国数据安全法》 《中华人民共和国 个人信息保护法》相继实施，个人隐私和产业机密数据保护日趋完 善，在着重强调数据安全和个人信息保护的同时，完善了数据相关 合规监管框架，为数据流通和使用进一步拓展了空间。 与此同时，以联邦学习技术为代表的隐私计算赛道产业生态逐 渐丰富，互联网厂商、初创专精型厂商、人工智能厂商等各领域企 业纷纷加入，在进一步加深技术研究的同时，相关垂直领域的行业 应用也逐渐丰富，形成百花齐放的行业发展态势。 本报告在中国信息通信研究院前期对于联邦学习技术、产业的 研究基础上，联合联邦学习产业链上下游企业，深入探讨联邦学习 在政务、医疗、金融、广告、物流的应用价值，以期为数据应用价 值的释放带来解读和参考。 目 录 一、 联邦学习简介 .................................................................................................................... 1 (一) 数据隐私安全及孤岛问题....................................................................................... 1 (二) 联邦学习定义 ............................................................................................................. 1 (三) 联邦学习主要作用 .................................................................................................... 2 (四) 联邦学习技术优势 .................................................................................................... 2 二、 联邦学习发展历程 ........................................................................................................... 3 (一) 传统隐私保护 ................................................................................................ 3 (二) 联邦学习 ........................................................................................................ 4 (三) 安全联邦学习 ................................................................................................ 5 三、 联邦学习进阶 .................................................................................................................... 6 (一) 主要技术原理 ................................................................................................ 6 (二) 联邦学习的分类 ............................................................................................ 8 (三) 联邦学习模型 .............................................................................................. 14 (四) 联邦学习安全 .............................................................................................. 16 (五) 联邦学习流程 .............................................................................................. 17 四、 安全联邦学习 .................................................................................................................. 18 (一) 可信计算环境 .............................................................................................. 19 (二) 多方安全计算 .............................................................................................. 20 (三) 同态加密 ...................................................................................................... 20 (四) 差分隐私 ...................................................................................................... 21 (五) 安全性 .......................................................................................................... 22 (六) 性能 .............................................................................................................. 24 五、 应用场景 ........................................................................................................................... 25 (一) 政务开放 ...................................................................................................... 25 (二) 医疗应用 ...................................................................................................... 27 (三) 金融应用 ...................................................................................................... 37 (四) 数字广告 ...................................................................................................... 53 (五) 物流行业 ...................................................................................................... 60 六、 展望 .................................................................................................................................... 61 (一) 政策引导、持续释放行业红利 .................................................................. 61 (二) 凝聚共识、加速应用场景探索 .................................................................. 61 (三) 标准建设、加强平台互联互通 .............................................