政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/136871
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 113656/144643 (79%)
造访人次 : 51747699      在线人数 : 587
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/136871


    题名: 聯邦學習:在智能金融上的應用
    作者: 劉啟東
    贡献者: 謝明華
    劉啟東
    关键词: 聯邦
    智能金融
    日期: 2021
    上传时间: 2021-09-02 16:08:35 (UTC+8)
    摘要: 本研究介紹了聯邦式學習的興起原因和目前的應用，從聯邦學習的概念和分類，解釋了其與傳統機器學習不同的地方。它打破了數據壁壘，使得客戶可以在本地進行訓練模型，而不會洩露資料的隱私。同時也討論了目前應用較為廣泛的聯邦式學習框架。通過個案的分析，討論了目前聯邦學習在金融領域的應用，通過聯邦技術計算保費，幫助小型銀行預測客戶的信用，進行金融犯罪行，再開放銀行的應用和未來聯邦式學習可以和區塊鏈技術相結合，從而能夠幫助聯邦式學習處理目前難以處理的難點。
    參考文獻: 中文部分：

    1. 王春凱,馮鍵 (2020). "聯邦學習在保險行業的研究應用." 保險職業學院學報 第34 期: 13-17.
    2. 周俊, et al. (2020). "聯邦學習安全与隱私保護研究綜述." 西華大學學報 (自然科學版) 39(4): 9-17.
    3. 於建科 (2017). 反欺詐行業深度報告之一——金融反詐欺行業發展前景良好. 新三板-行業專題報告, 方正證券.
    4. 邱鑫源, et al. (2021). "聯邦學習通信开销研究綜述." 计算机應用: 0-0.
    5. 麥肯錫 (2019). 開放銀行的全球實踐與展望.
    6. 微眾銀行人工智能部, et al. (2020). "聯邦學習白皮書 V2.0." from https://ai.webankcdn.net/scvm/html/1586314655296.html.
    7. 譚樂之 (2019). "微眾銀行與瑞士再保險簽署合作備忘錄." from http://xw.sinoins.com/2019-05/22/content_292101.htm.
    8. 蘇建明, et al. (2020). "聯邦學習在商業銀行反欺詐領域的應用." 中國金融電腦:39-42.
    9. FedAI. "聯邦學習應用案例." from https://cn.fedai.org/cases.
    10. 監督式學習與非監督式學習的差異、應用以及案例(2020)." from https://oosga.com/thinking/difference-between-supervised-learning-and-unsupervised-learning.
    11. 何寶宏，覃敏.大數據須結束數據孤島[J].新世紀周刊，2013，(33):70-72.


    英文部分：

    1. Duan, M., et al. (2020). "Self-balancing federated learning with global imbalanced data in mobile systems." IEEE Transactions on Parallel and Distributed Systems 32(1): 59-71.
    2. FinRegLab (2020). Federated Machine Learning in Anti-Financial Crime Processes, FinRegLab: 1-14.
    3. Long, G., et al. (2020). Federated Learning for Open Banking. Federated Learning, Springer: 240-254.
    4. Ryffel, T., et al. (2018). "A generic framework for privacy preserving deep learning." arXiv preprint arXiv:1811.04017.
    5. Truex, S., et al. (2019). A hybrid approach to privacy-preserving federated
    learning. Proceedings of the 12th ACM Workshop on Artificial Intelligence and Security.
    6. Yang, Q., et al. (2019). "Federated machine learning: Concept and applications." ACM Transactions on Intelligent Systems and Technology (TIST) 10(2): 1-19.
    7. Wüst, K., & Gervais, A. (2018, June). Do you need a blockchain?. In 2018 Crypto Valley Conference on Blockchain Technology (CVCBT) (pp. 45-54). IEEE.
    8. Gupta, S. S. (2017). Blockchain. IBM Onlone (http://www. IBM. COM).
    描述: 碩士
    國立政治大學
    經營管理碩士學程(EMBA)
    104932418
    資料來源: http://thesis.lib.nccu.edu.tw/record/#G0104932418
    数据类型: thesis
    DOI: 10.6814/NCCU202101271
    显示于类别:[經營管理碩士學程EMBA] 學位論文

    文件中的档案:

    档案 大小格式浏览次数
    241801.pdf1615KbAdobe PDF20检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈