2025年6月4日上午9:00，6008集团官方网站第26届博智学术论坛在启智楼80709会议室成功举行，北京航空航天大学博士生导师、数据智能工信部重点实验室主任吴俊杰教授受邀担任主讲嘉宾，以“基于联邦学习的数据价值评估”为主题展开分享。本次讲座由黄钟仪院长主持，陈久梅副院长、梁桂保副院长、胡森森、梅中亚、秦星红、杨家权、文悦等老师以及部分研究生参与了此次论坛。
吴教授聚焦纵向联邦学习场景下的可信数据价值评估展开分享。他指出，与传统机器学习不同，联邦学习在数据共享过程中高度重视数据安全与隐私保护法律法规，其核心依托于安全可信的计算服务器实现数据协作。并且针对“如何设计最优合同以激励优质数据商”和“如何构建可落地的数据定价方法”两大关键问题进行分析。并提出，在纵向联邦模型构建前，如何评估各个数据方的数据对任务方联邦建模的价值，以做出数据方挑选及报酬分配等决策的问题。基于此，吴教授介绍了纵向联邦数据价值评估方法的设计需求，并系统阐释了数据价值评估指标的设计思路。
此外，吴俊杰教授着重指出，联邦学习作为隐私保护下的多方数据协作范式，在释放数据价值的同时，面临“如何准确评估数据提供方贡献”的核心挑战。现有方法或依赖特定模型，或基于任务无关的统计指标，难以实现可信的数据价值度量。针对这一痛点，吴教授团队提出FedValue评估框架，通过引入博弈论模型，精准刻画纵向联邦学习中参与者的替代效应，构建数据贡献量化的理论基础。同时开发MShapley-CMI指标，实现贡献计算与具体模型的解耦，确保评估结果具备跨场景普适性。在隐私保护技术层面，基于多方安全计算，开发联邦计算协议，实现数据价值评估全流程的隐私安全防护。
最后，吴教授以联邦推荐系统和联邦违约风险预测系统的数据方选择场景为例，验证了FedValue框架的实际效能，为数据要素市场化配置提供了兼具科学性与可操作性的技术路径。
在互动环节，师生围绕数据要素价值评估、联邦学习应用、数据定价与流通、企业数据合作等问题踊跃提问。吴教授结合技术研发经验与行业应用案例，深入浅出地解答了数据安全合规、模型泛化能力提升、数据贡献量化方法等关键问题，使在场师生受益匪浅。
本次论坛聚焦学术前沿，将联邦学习技术与数据价值评估有机结合，为学院师生打开了数据智能领域的新视野。未来，学院将继续依托博智学术论坛平台，推动多学科交叉融合，助力管理科学与工程学科在数字经济时代的创新发展。
新闻：刘文
照片：刘书婷
