浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院吳堅平團隊在《大數(shù)據(jù)》發(fā)表論文《基于聯(lián)邦學(xué)習(xí)的政務(wù)大數(shù)據(jù)平臺應(yīng)用研究》，該研究聚焦數(shù)字政府建設(shè)中政務(wù)大數(shù)據(jù)平臺的隱私數(shù)據(jù)安全與合規(guī)難題，分析了隱私數(shù)據(jù)采集、分類分級、共享三大管理挑戰(zhàn)，提出基于聯(lián)邦學(xué)習(xí)的推薦算法和隱私集合求交技術(shù)解決方案，為政務(wù)大數(shù)據(jù)跨域安全共享提供了重要參考。

　　當前我國數(shù)字政府建設(shè)已進入深水區(qū)，截至2022年9月，全國已上線26個省級、257個市級、355個縣級政務(wù)大數(shù)據(jù)平臺，形成省市縣一體化數(shù)據(jù)底座。但隨著《數(shù)據(jù)安全法》《個人信息保護法》的實施，政務(wù)數(shù)據(jù)共享與隱私保護的矛盾日益凸顯，“數(shù)據(jù)孤島”問題仍未有效破解，隱私數(shù)據(jù)的采集適用性、分類一致性、共享安全性等成為關(guān)鍵痛點。

　　針對這些問題，團隊提出三大核心解決路徑。在數(shù)據(jù)采集環(huán)節(jié)，采用聯(lián)邦學(xué)習(xí)隱私集合求交技術(shù)，實現(xiàn)數(shù)據(jù)需求方與數(shù)源方的安全數(shù)據(jù)回流，通過屏蔽重復(fù)數(shù)據(jù)、精準篩選目標數(shù)據(jù)，避免過度歸集和數(shù)據(jù)冗余，同時保障數(shù)據(jù)鮮活性與一致性。

　　分類分級方面，構(gòu)建國家、省、市、縣四級統(tǒng)一的聯(lián)邦學(xué)習(xí)分類分級模型，由國家級平臺作為服務(wù)器節(jié)點，各級平臺作為參與方協(xié)同維護分類指標，數(shù)源方為回流數(shù)據(jù)打上分類分級標簽，大幅降低人工參與度，避免敏感信息泄露，確保分類分級合規(guī)統(tǒng)一。

　　數(shù)據(jù)共享環(huán)節(jié)，創(chuàng)新融合聯(lián)邦推薦系統(tǒng)與隱私集合求交技術(shù)，通過隱私保護因子分解機算法構(gòu)建跨層級推薦模型。數(shù)據(jù)需求方從本級平臺發(fā)起申請，未達可信閾值時自動向上級平臺逐級請求，實現(xiàn)跨領(lǐng)域、跨層級數(shù)據(jù)供需精準匹配，在“數(shù)據(jù)不出域”的前提下完成高質(zhì)量共享，有效解決數(shù)據(jù)共享中的度量難、管控難問題。

　　研究同時指出，聯(lián)邦學(xué)習(xí)在政務(wù)大數(shù)據(jù)應(yīng)用中仍面臨隱私保護、通信效率、數(shù)據(jù)異構(gòu)三大挑戰(zhàn)，未來需通過差分隱私、同態(tài)加密等技術(shù)強化安全防護，優(yōu)化傳輸機制提升通信效率，破解多源異構(gòu)數(shù)據(jù)融合難題。

　　該研究為國家一體化政務(wù)大數(shù)據(jù)體系建設(shè)提供了技術(shù)支撐，其提出的解決方案已在旅游精準營銷、政務(wù)服務(wù)推薦等場景初步驗證，有望推動政務(wù)數(shù)據(jù)從分析式共享向生成式共享轉(zhuǎn)變，為數(shù)字政府高質(zhì)量發(fā)展注入新動能。