近日，国际组织 IEEE（电气电子工程师学会）正式发布业界首个联邦学习与区块链融合技术标准IEEE P3127《基于区块链的联邦机器学习架构框架》（Guide for anArchitectural Framework for Blockchain-based Federated Machine Learning）。此标准由亚信科技作为主牵头单位，联合清华大学智能产业研究院（AIR）、中国电信、中国移动、中国联通、北京邮电大学、香港中文大学等十余家知名企业和高校联合制定。
图：IEEE P3127 国际标准发布
IEEE P3127标准，为基于区块链的联邦学习提供了统一的架构指导，显著提升了多方联合建模的安全性、可追溯性与隐私保护能力。这一标准有效破解了跨机构协作过程中“数据孤岛”与“信任缺失”的难题，为政务、金融、医疗、工业制造等领域提供了安全可靠的数据共享与模型优化解决方案，推动了人工智能与区块链技术深度融合，促进了AI技术在垂直行业的标准化与规模化应用进程。
作为该标准的牵头单位，亚信科技依托自主研发的“星链平台”和“联邦学习平台”，打造出"可用不可见、数据不出域"的创新隐私计算模式。
星链平台具备强大的监管审计能力、数据联动协同能力与数据隐私保护能力，支持联邦学习任务的全过程透明化、可信溯源与安全计算。
联邦学习平台通过通用的中间件组件，屏蔽了底层区块链差异，提供灵活、易于扩展的联邦学习上链服务，显著降低了区块链和联邦学习技术的使用门槛。
此外，星链平台和联邦学习平台提供全面的数据授权管理、模型训练与推理过程的链上记录、中间结果溯源以及任务进度监控等丰富的功能，使相关各方在数据隐私得到充分保护的前提下，实现数据资产的可控、可追溯与合规流通，将有效增强客户对平台的长期依赖与持续使用。
目前，亚信科技已在多个商用局点将联邦学习与区块链技术融合落地，成功应用于联合风控、信用评价、反欺诈等业务场景。通过引入上述技术，金融机构不仅实现了“数据不出域、价值可释放"的目标，还获得了高效的"千人千面”精准服务能力，使用户粘性显著增强。
未来，亚信科技将继续推动自身各项平台能力的云化、模块化与场景化，积极适配更多行业，帮助百行千业客户加速发掘和释放数据要素价值，构建数据流通与隐私保护的数智生态体系，助推数字经济高质量发展。
