文献类型：期刊文章

作　　者：陈磊[1,2] 冯小青[3]

Chen Lei;Feng Xiaoqing(Hangzhou ECI Telecommunication Co.,Ltd,Hangzhou 310013,Zhejiang,China;School of Computer Science,China West Normal University,Nanchong 637002,Sichuan,China;School of Information Management and Artificial Intelligence,Zhejiang University of Finance and Economics,Hangzhou 310018,Zhejiang,China)

机构地区：[1]杭州依赛通信有限公司,浙江杭州310013 [2]西华师范大学计算机学院,四川南充637002 [3]浙江财经大学信息管理与人工智能学院,浙江杭州310018

出　　处：《征信》

基　　金：教育部人文社会科学研究项目(20YJAZH028)。

年　　份：2023

卷　　号：41

期　　号：7

起止页码：36-42

语　　种：中文

收录情况：BDHX、BDHX2020、RCCSE、RWSKHX、核心刊

摘　　要：随着金融科技的快速发展,大数据征信存在多方联合建模的应用场景,既需要对各机构内的数据实现可用不可见,又需要对数据的用途和用量进行可控可计量。通过对区块链与联邦学习等相关技术的深入分析,探讨其在大数据征信中的应用现状和进展,建构了基于联盟链+联邦学习的征信大数据共享平台框架,为解决征信数据共享的隐私保护问题提供了有效的方案。

关 键 词：大数据征信  联盟链  联邦学习  数据  隐私计算  

分 类 号：F832.4[金融学类] TP181]