當(dāng)前，反洗錢工作作為維護(hù)國(guó)家安全和金融安全的重要保障，對(duì)金融機(jī)構(gòu)來說越發(fā)重要。在日常的反洗錢業(yè)務(wù)中，金融機(jī)構(gòu)往往需要挖掘出客戶之間的關(guān)聯(lián)信息和推導(dǎo)資金軌跡關(guān)系，判斷關(guān)聯(lián)賬戶之間是否存在交易鏈路的閉環(huán)，但客戶身份識(shí)別流程體系存在數(shù)據(jù)整合與應(yīng)用能力不足、眾多碎片化數(shù)據(jù)之間的關(guān)系知識(shí)尚未得到完全發(fā)掘等問題。對(duì)此，聚焦決策智能領(lǐng)域的同盾科技不斷進(jìn)行技術(shù)創(chuàng)新，以“基于知識(shí)聯(lián)邦和圖網(wǎng)絡(luò)的推理方法、系統(tǒng)、設(shè)備及介質(zhì)”這一技術(shù)專利，助力金融機(jī)構(gòu)提升反洗錢工作水平。

同盾科技人工智能研究院算法專家Doris介紹，同盾的這一技術(shù)創(chuàng)新已獲得國(guó)家知識(shí)產(chǎn)權(quán)局頒發(fā)的發(fā)明專利授權(quán)，其應(yīng)用可以提升多個(gè)領(lǐng)域的決策效率。如在反洗錢業(yè)務(wù)中，同盾提出的解決方案就可以在保護(hù)數(shù)據(jù)隱私安全基礎(chǔ)上，利用多方圖網(wǎng)絡(luò)數(shù)據(jù)完成協(xié)同建模，通過提升圖數(shù)據(jù)的節(jié)點(diǎn)邊關(guān)系結(jié)構(gòu)，從而讓金融機(jī)構(gòu)能夠分配更多的時(shí)間和資源來審查更高的風(fēng)險(xiǎn)警報(bào)，大幅降低了反洗錢的挖掘時(shí)間和成本投入，并且通過快速實(shí)時(shí)的風(fēng)險(xiǎn)提示，在確保審核質(zhì)量的前提下，降低遺漏高風(fēng)險(xiǎn)行為的風(fēng)險(xiǎn)。

據(jù)了解，在同盾科技的這一技術(shù)專利中，隱私計(jì)算與知識(shí)圖譜技術(shù)的協(xié)同是關(guān)鍵。隱私計(jì)算是指在保證數(shù)據(jù)提供方不泄露原始數(shù)據(jù)的前提下，對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算的一系列信息技術(shù)，保障數(shù)據(jù)在流通與融合過程中的“可用不可見”。知識(shí)圖譜技術(shù)則是以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。

在隱私計(jì)算領(lǐng)域，同盾已圍繞自主研發(fā)的知識(shí)聯(lián)邦理論框架構(gòu)建了一整套技術(shù)產(chǎn)品體系， “云圖-知識(shí)圖譜” 作為同盾的核心軟件產(chǎn)品之一，在金融、政務(wù)、互聯(lián)網(wǎng)等領(lǐng)域風(fēng)險(xiǎn)管理、精準(zhǔn)營(yíng)銷等多個(gè)場(chǎng)景得到廣泛應(yīng)用。而當(dāng)隱私計(jì)算與知識(shí)圖譜相結(jié)合，則能發(fā)揮更大的效用。

Doris表示，隨著人工智能從感知階段走向認(rèn)知階段，知識(shí)圖譜通過使用各種圖模型，從圖特征數(shù)據(jù)以及關(guān)系結(jié)構(gòu)中挖掘出有價(jià)值的信息，相比傳統(tǒng)深度學(xué)習(xí)方法，圖學(xué)習(xí)建模相對(duì)能利用更多的關(guān)系信息，從而得到更優(yōu)的模型效果，同時(shí)更具有可解釋性，已成為支撐機(jī)器實(shí)現(xiàn)認(rèn)知智能的重要基石。

但是，目前知識(shí)圖譜的應(yīng)用大都是基于單一完整圖譜的理想狀態(tài)進(jìn)行設(shè)計(jì)，然而在實(shí)際應(yīng)用場(chǎng)景中，構(gòu)成知識(shí)圖譜的知識(shí)往往散落在不同的機(jī)構(gòu)或個(gè)人手中形成一個(gè)個(gè)數(shù)據(jù)孤島。如果僅基于自身數(shù)據(jù)構(gòu)建來構(gòu)建圖譜，由于數(shù)據(jù)量原因，推理準(zhǔn)確率存在瓶頸。同時(shí)，出于自身利益和數(shù)據(jù)合規(guī)性的考慮，各機(jī)構(gòu)難以直接通過數(shù)據(jù)共享的形式，將數(shù)據(jù)集中起來形成完整的知識(shí)圖譜，進(jìn)而進(jìn)行推理。

Doris介紹，在這種情形下，同盾知識(shí)聯(lián)邦技術(shù)可以有效賦能‘知識(shí)圖譜’，具體的方案如下：

基于知識(shí)聯(lián)邦的知識(shí)推理方法

知識(shí)抽象表示：各個(gè)機(jī)構(gòu)組織，在日常運(yùn)營(yíng)過程中會(huì)產(chǎn)生各種各樣的知識(shí)，組合構(gòu)建為知識(shí)圖譜。通過圖神經(jīng)網(wǎng)絡(luò)算法，可以把圖節(jié)點(diǎn)特征及相關(guān)結(jié)構(gòu)信息，抽象表示為低維向量。見上圖左半部分;

知識(shí)聯(lián)邦融合：各個(gè)參與方依據(jù)自身知識(shí)，經(jīng)過知識(shí)編碼，形成對(duì)相同實(shí)體的各自低維向量表示。第三方接收各參與方抽象知識(shí)，進(jìn)行聯(lián)邦融合，得到綜合后的向量表示。第三方獲取的抽象知識(shí)不包含敏感數(shù)據(jù)，也不可反推出各個(gè)參與方的圖譜原貌。見上圖右半部分。

知識(shí)聯(lián)邦推理：根據(jù)任務(wù)不同，可以選擇不同的推理方式。對(duì)于節(jié)點(diǎn)分類任務(wù)，得到綜合后的向量表示，可直接激活函數(shù)得到最終的節(jié)點(diǎn)類別。

“同盾把各參與方連接起來形成知識(shí)聯(lián)邦，協(xié)同進(jìn)行知識(shí)推理，從而彌補(bǔ)現(xiàn)有隱私計(jì)算技術(shù)對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的處理能力的不足;同時(shí)，在訓(xùn)練與推理中，只傳輸抽象后的知識(shí)表示向量，保證各參與方數(shù)據(jù)安全及隱私”，Doris表示。經(jīng)實(shí)驗(yàn)驗(yàn)證，知識(shí)聯(lián)邦+知識(shí)圖譜推理方法協(xié)同，分類準(zhǔn)確率遠(yuǎn)超單節(jié)點(diǎn)準(zhǔn)確率，接近集中化分類準(zhǔn)確率。

舉例來說，銀行在貸款業(yè)務(wù)中，可以通過知識(shí)圖譜判斷申請(qǐng)人和他背后很多實(shí)體之間的關(guān)聯(lián)關(guān)系;但如果再深挖實(shí)體之間的關(guān)聯(lián)關(guān)系，就很可能遇到實(shí)體之間的“數(shù)據(jù)孤島”，導(dǎo)致一些關(guān)鍵信息之間斷開。這時(shí)，有了知識(shí)聯(lián)邦技術(shù)的加持，就可以在不泄露實(shí)體隱私數(shù)據(jù)前提下，讓銀行更全面探查到更多的信息來審查潛在風(fēng)險(xiǎn)。

Doris總結(jié)表示，基于知識(shí)聯(lián)邦的知識(shí)推理，通過知識(shí)表示學(xué)習(xí)，在不泄漏彼此數(shù)據(jù)的前提下，可實(shí)現(xiàn)多個(gè)參與方知識(shí)抽象，并完成聯(lián)邦融合，共同構(gòu)建機(jī)器的先驗(yàn)知識(shí)，用于像智能搜索、深度問答、智能決策等場(chǎng)景任務(wù)推理。目前，同盾科技已建立起“基于人工智能的決策智能平臺(tái)”和“基于隱私計(jì)算的共享智能平臺(tái)”兩大平臺(tái)，在金融風(fēng)險(xiǎn)、安全、政企數(shù)字化等領(lǐng)域付諸實(shí)踐，幫助客戶改善風(fēng)控能力，優(yōu)化決策效率，加速釋放數(shù)字生產(chǎn)力發(fā)展價(jià)值，以技術(shù)創(chuàng)新助推數(shù)字經(jīng)濟(jì)的高質(zhì)量發(fā)展。