n
而这所带来的好处，也十分显而易见。
其一，极光的核心竞争力在于，“社交+本地生活+智能设备”的独家数据。
若采用传统方式，向银行共享原始数据，可能导致数据被银行复制，用于优化自身信贷模型。
而联邦学习“数据可见不可用”的特性，则完美规避了数据泄露的风险。
其二，有效提升了风控精准度，降低坏账率。
传统模式下，口袋钱包的风控，仅能依赖自身场景数据，对用户“真实还款能力”的判断，存在一定盲区，可能导致用户被高估信用。
而通过联邦学习，整合银行侧的金融数据后，风控模型可同时覆盖，极光侧的“行为信用”与银行侧的“履约能力”。
据测算，这种“双维度风控”，至少可