一种协作学习平台
该平台包括多项核心技术和技术优势: (1)基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境,能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离,保障了算力运行环境独立于用户系统,互不干扰。 (2)多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型,该模型通过深度学习进行不同数据源的特征提取,然后再通过深度学习的融合训练得到结果。 (3)高并发任务的调度。采取动态分配任务的机制,根据当前不同地区网络的传输速度,算力的分布情况,训练数据量的大小,根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练,最大化地利用当前算力资源。 (4)数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统,能够完全保护用户的数据隐私性。 (5)区块链记录及激励。“计算即挖矿”,系统根据用户提供的计算资源以及资源利用率来进行区块的奖励,算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权,并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源,包括算力、数据、模型,结合分布式机器学习、安全多方计算技术,提供保护隐私数据、算法模型前提下的协作学习服务,通过底层分布式账本记录,电子合约对接供需方,智能匹配资源对接,建立AI协作生态。具有以下优势:协作低成本、平台化;具备数据隐私保护,打破共享壁垒;后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理,保证数据可信;操作便捷,可提供定制化服务,高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域,为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务,具有广阔市场前景。03. 知识产权 已申请发明专利16项,登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师,清华大学计算机系副主任,国家杰出青年科学基金获得者,北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖,2011年获中国计算机学会青年科学家奖,是中国电子学会理事和中国计算机学会理事,曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇,近五年获得中国发明专利授权四十余项,获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱:liuyi2017@tsinghua.edu.cn
清华大学
2021-04-13