测评服务
项目简介
随着人工智能技术的快速发展，由算法和大数据驱动的人工智能产品广泛应用于金融、交通、电信等领域，极大促进了相关行业的智能化转型。与此同时，很多企业却面临着数据量有限、数据质量不高、数据孤岛困境等问题，叠加法律法规对个人信息安全和隐私保护的要求，导致企业间的数据无法有效共享、难以发挥大数据、人工智能的技术优势。因此，旨在能够保护各参与方隐私数据的多方机器学习框架——联邦学习应运而生。
本项目针对联邦学习产品，从数据管理、联邦对齐、特征处理、模型训练、模型评估、模型预测和通用数据安全七部分对产品在数据安全方面进行全方位、系统性的测评。
测评范围
主要测评范围包括联邦学习方案、工程和产品等。
测评依据
主要测评依据:
1、《联邦学习产品安全技术要求与测试方法》
2、《联邦学习金融行业应用指南》
测评指南
一、产品送检
1、提供载有可安装运行待评估产品及相应的编译工具、数据库、代理工具、中间件等工具，并标记产品名称版本号等信息。
2、提交产品技术方案、产品设计说明、用户操作手册等技术类说明文档和产品安全测试报告等证据类文档。
二、环境部署与演示
1、配合测评人员在测试环境部署联邦学习产品，并准备测试数据。
2、调试产品相关设备及软件，配置网络环境，确保产品正常运行。
3、产品部署完成后，向测评人员进行基本功能演示说明。
三、测评实施
1、测评人员依据测试标准，从数据管理、联邦对齐、特征处理、模型训练、模型评估、模型预测和通用数据安全七部分对产品进行全面测评，并实时反馈测评情况。
2、测评人员对于整改后的测评问题及时进行验证。
四、测评报告
测评人员根据测试结果，出具联邦学习产品测评报告。
合作检测机构
获证名录