人工智能 联邦学习技术规范 编制说明.pdf

《人工智能联邦学习技术规范》（草案）

编制说明

一、工作简况

根据国家标准化管理委员会2023年下达的国家标准制修订计划，全国信息

技术标准化技术委员会启动了《人工智能联邦学习技术规范》（立项号：T-469）的制定工作。本标准为自主制定标准，起草单位为中国电子技

术标准化研究院、深圳前海微众银行股份有限公司、中国电信股份有限公司研究

院、深圳市腾讯计算机系统有限公司等，归口单位为全国信息技术标准化技术

委员会（SAC/TC28）。

标准计划下达后，标准起草组进行了在全国信标委组织领导下，按计划开展

本标准制定工作，具体内容如下：

2023年12月，标准工作组正式成立，并开展了广泛调研和资料收集工作。

2023年12月21日，人工智能分委会秘书处组织参编单位按照标准需求，

从专业技术角度确定了本标准的具体编写单位，同时拟定了标准起草工作的工作

程序，明确了工作思路和标准编制原则。

2023年12月-2024年2月，在该标准立项材料基础上，中国电子技术标准

化研究院组织召开标准研讨会，与编制组参会代表讨论形成标准框架和草案修改

完善方向。标准编制组对参编单位提交的内容进行合稿并修改，共收集23条建

议，随后起草组根据意见进行修改形成信标委开题稿。

2024年3月19日，信标委秘书处组织召开标准开题会，专家对标准中存在

的问题提出了相应的修改意见，会后起草组根据专家意见对文本进行修改。

2024年3月25日，标准编制组在北京组织召开标准编制启动讨论会，会上

标准参编单位对标准提出意见，编制组共同讨论修改。

2024年4月23日，标准编制组在杭州组织召开标准编制讨论会，编制组共

同讨论修改。

2024年4-10月，在标准编制组内部征求意见，编制组共同讨论修改后形成

标准征求意见内审稿。

2024年11月，参加全国信息技术标准化技术委员会秘书处组织的专家内审，

国家标准内审资料

参会专家针对标准内容提出意见及建议。

2024年11-12月，标准编制组根据内审专家意见修改后，再次提交信标委

内审。

2025年1月，参加全国信息技术标准化技术委员会秘书处组织的专家内审，

参会专家针对标准内容提出意见及建议。征求意见稿初稿内容得到专家认可，通

过本次内审，专家同意该标准下一步可进入征求意见阶段。

二、标准编制原则和确定主要内容的论据及解决的主要问题

[如技术指标、参数、公式、性能要求、试验方法、检验规则等的论据，包括试验、统

计数据，解决的主要问题。修订标准时应列出与原标准的主要差异和水平对比]

1.标准编制原则

该标准的编制原则包含两个方面：

（1）该标准涉及相关方众多，鼓励人工智能相关单位参与，以确保本标准

规定的内容科学合理，具有普适性。

（2）该标准是《国家人工智能产业综合标准体系建设指南》中的关键技术

标准，对人工智能规划与建设具有重要的基础支撑作用。该标准应充分借鉴国际、

国内相关先进研究成果，与国家人工智能相关政策导向相一致。

2.标准主要内容

本文件规定了联邦学习技术的框架与流程、联邦学习的功能需求和内部的非

功能性需求、联邦学习的安全测评和性能测评，并明确了符合性要求。

本文件适用于联邦学习技术的设计、开发、测试、使用、运维，帮助建立数

据要素流通需求下不同隐私计算系统间的互通互联，也适用于开展联邦学习应用

系统的选型。

3.标准解决的问题

在过去几十年的时间里，我们见证了以机器学习为代表的人工智能技术在工

业领域的迅猛发展，但我们也应注意到，当前人工智能技术的成功，很大程度上

是依赖于大规模且高质量的数据集。但由于受到数据的隐私安全、价值属性和企

业间的竞争等因素影响，造成数据多以孤岛的形式而存在。而另一方面，传统的

中心化学习模式，又无法满足数据隐私安全的需要，使得数据的割裂愈发严重，

并阻碍着人工智能的进一步发展。

国家标准内审资料

充分发挥数据要素价值，促进数据要素安全流通，培育数据要素市场已经受

到了国家层面的重视。联邦学习是一种新兴的人工智能基础技术，其目的是在在

保护数据安全和个人隐私的前提下，保障数据流通，发挥数据价值，打破数据孤