近日，中国信息通信研究院（以下简称“信通院”） ）公布安全评估结果。
字节跳动Fedlearner学习平台（以下简称“字节跳动Fedlearner”）成为首批成功通过评估的平台之一。
联邦学习是一种机器学习框架，可以有效帮助多个公司或机构进行数据使用和机器学习建模，同时满足用户隐私保护、数据安全和政府法规的要求。
该联邦学习安全评估项目于2020年12月启动，是中国信息通信研究院“卓信大数据计划”的一部分。
该专项项目以联邦学习产品或解决方案为评估对象，帮助企业发现联邦学习技术应用中的安全问题，提高安全防护水平。
联邦学习安全评估涵盖联邦学习过程中的数据管理、联邦对齐、特征处理、模型训练、模型评估、联邦预测六个阶段，包括联邦学习数据完整性保证、元数据发布安全、数据交集安全、统计安全等。
计算安全、联邦模型算法安全、交换安全等；同时，还评估了系统或平台层的授权认证、通信安全、存储安全、流程证书存储等数据安全能力。
字节跳动Fedlearner凭借前沿学术研究和实际场景落地能力，顺利通过中国信息通信研究院第一阶段评估。
联邦学习可以有效解决数据孤岛问题，让参与者在不共享数据的情况下共同建模和挖掘数据的价值。
近年来，联邦学习技术发展迅速，并被包括字节跳动在内的互联网公司和金融科技公司深度应用。
字节跳动Fedlearner已应用于电商、金融、教育等行业多个实施场景，帮助合作伙伴大幅提升商业价值。
学术上，由于提出了智能扰动方法，字节跳动的联邦学习隐私保护研究论文被第34届NeurIPS联邦学习研讨会接收，论文作者也受邀在线分享。
为了推动私有计算的发展，字节跳动也在年初开源了自研的联邦学习平台Fedlearner，并一直在不断更新。
目前，字节跳动Fedlearner正在火山引擎上积极提供商业服务，希望能够帮助更多企业以产品和解决方案的形式应用联邦学习，解决业务中的数据孤岛问题。