联邦学习场景应用研究报告（71页）

行业报告下载 2022年03月23日 06:11 管理员

政务大数据蕴含着巨大的经济与社会价值，其开放与共享对于促进政府自身转型、社会需求获取模式转型、打造智慧城市以及产业经济转型都具有重要意义。当前我国政务大数据开放与共享的障碍还有很多，除了相关法律法规较为滞后等因素外，数据安全共享技术也是制约因素之一。产品应用在政务大数据领域，可以为政务大数据安全共享提供有效的技术保障和平台支撑，助力政府实现安全、可控的数据开发体系。在政务数据开放共享的过程中，由于缺乏可信的数据资产权利确认方案，导致政府部门不愿意共享数据。因缺乏有效的隐私安全保护技术，数据共享后无法限制数据用途，导致数据滥用和隐私泄露等问题，政府部门共享数据意愿较低。联邦学习相关产品可以与大数据开发组件集成，打破政府部门数据孤岛，实现跨部门、与社会数据等安全共享。除了提供“脱敏”、“审计”和“细粒度权限控制”等措施外，可以实现数据资源的定向使用，防范申请权限获批后的数据滥用或二次分发等行为导致的隐私泄露问题。在数据授权的同时会限制数据的使用方式和使用范围，与此同时，硬件级的技术方案保障数据使用行为强制执行，可有效减少数据泄露风险。

生物医疗大数据是现代医学研究、药物开发、公共卫生防疫以及临床医疗应用的重要基础性资源。信息技术在生物医疗领域的研究包括疾病预测、医学影像识别、药物发现、基因测序等场景。在多年的生物医学信息学研究积累过程中，很多技术可对电子病历数据、影像数据、基因数据等生物医疗大数据进行分析和挖掘。而基于生物医学的算法或统计研究需要大量的样本，单一数据源很难满足海量的数据需求。需要有一个多数据源医疗数据共享平台，在能够保证数据源隐私安全的情况下又能够实现数据价值的共享。人类的很多疾病跟基因突变有关，如肿瘤的生物学基础是基因的异常，它的发生是多基因、多步骤突变的结果。目前已发现多种肿瘤驱动基因突变，比如 EGFR、KRAS、NRAS 等。进行全基因组关联分析有利于提前预防疾病。全基因关联分析（Genome-Wide Association Study, GWAS）是指从人类全基因组范围内找出存在的序列变异，即单核苷酸多态性（Single Nucleotide Polymorphisms, SNPs），并筛选出与疾病相关的 SNPs。已广泛的应用于临床的早期疾病筛查、用药指导及辅助诊断等领域。它常用于肿瘤、糖尿病和高血压等复杂疾病的研究，利用 GWAS 对遗传机制的研究有助于开发新药物、发展新疗法和开展预防工作。

联邦学习场景应用研究报告（71页）