周纯毅 陈大卫 王 尚 付安民 高艳松

1(南京理工大学计算机科学与工程学院 南京 210094) 2(桂林电子科技大学广西可信软件重点实验室 广西桂林 541004)

近年来全球掀起人工智能研发浪潮，美国、日本、英国、德国等世界科技强国纷纷将人工智能上升为国家战略，力图在新一轮国际科技竞争中掌握主导权.2017年我国发布了《新一代人工智能发展规划》，明确提出要抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家.深度学习作为实现人工智能的一种重要方法，通过海量训练数据构建具有很多隐层的深度学习模型，获得强大的数据特征学习能力.在深度学习过程中，普遍认为训练数据量越大，训练得到的模型的鲁棒性和准确性越高[1].因此，深度学习通常需要着重考虑数据的多源性，即通过汇聚各个机构或者用户数据完成整体计算任务，以提高训练模型的准确性.但在深度学习模型训练过程中，运营商可能会窃取用户的隐私信息.同时，公司之间的数据共享需要用户的授权，而许多用户出于隐私泄露的顾虑而拒绝数据共享.这些因素会导致“数据孤岛”，难以创造出“1+1>2”的数据价值[2].因此，随着各国法律法规对于隐私信息使用的严格限制和公众隐私保护意识的加强，如何在保护数据隐私的前提下实现行业协作与协同治理，如何破解数据隐私保护与数据孤岛的两难困境，成为当下深度学习应用中……