运用联邦学习技术推动公安大数据的融合运用

随着人工智能技术的迅猛发展，公安大数据已被广泛运用于各警种的案件侦破中，并全面革新了案件的侦破方式。但在实战业务中，因各部门数据系统间存在交互的安全限制，阻碍了大数据系统间的深度融合。针对该问题，通过分析目前公安大数据的应用现状，探索现有数据与联邦学习技术相结合的应用前景。展望了通过横向联邦学习技术提升声纹识别大数据平台的模型精度，以及探索通过纵向联邦学习实现基于多方的大数据预测，从而在保护核心涉密数据安全的前提下，更好地发挥公安大数据的作用。