Partner vom safeFBDC beim Gaia-X Hackathon
Partner von safeFBDC, dem Forschungsprojekt des Financial Big Data Clusters, nahmen am zweiten Gaia-X-Hackathon teil, um die ersten Gaia-X-Anwendungsfälle für den Finanzsektor zu prototypisieren. In Zusammenarbeit mit TechQuartier, spotixx, SAP Fioneer und Deloitte aus dem safeFBDC-Konsortium mit Unterstützung der deltaDAO AG und Ocean Protocol wurde während der zweitägigen Veranstaltung Anfang Dezember 2021 Compute-to-Data erforscht. Während des Gaia-X Hackathons steuerte safeFBDC einen Use Case zum Track “Compute-to-Data & DLT” und zum Track “Confidential Computing” bei. Der erste Use Case “AML detection on graphs” zielt darauf ab, die Entwicklung von Erkennungsmethoden für bisher unentdeckte institutionenübergreifende Muster in der Geldwäsche voranzutreiben.
Hackathon use case: “Compute-to-Data & DLT”
safeFBDC beabsichtigt, iterativ ein globales Modell über viele Datenquellen (z. B. Banken) zu trainieren. Fortgeschrittene Implementierungen können eine kontinuierliche Modellaggregation und -aktualisierung, geteiltes Lernen, Randomisierung und fortgeschrittene Konsensverfahren beinhalten.
Was ist Compute-to-Data?
Compute-to-Data ist ein Ansatz, bei dem die Daten dort verbleiben, wo sie sind, nämlich beim Eigentümer, der Algorithmus aber an den Ort des Geschehens gebracht wird. Auf diese Weise kann ein Modell auf Daten aus mehreren Datenquellen trainiert werden
- ohne die privaten Daten einer Datenquelle preiszugeben
- ohne eine zentrale Behörde, die den Lernprozess orchestriert
während der Dateneigentümer die volle Kontrolle über seine Daten und über die Algorithmen, die darauf trainiert werden, behält - der gesamte Prozess ist transparent und wird in einem unveränderlichen Prüfprotokoll festgehalten
Compute-to-Data eignet sich besonders für das Ferntraining von Modellen des maschinellen Lernens auf Datensätzen, die verschiedenen Datenanbietern gehören, ohne von einer zentralen Behörde abhängig zu sein. Mit Compute-to-Data verlassen die Daten niemals die Räumlichkeiten der Dateneigentümer. Die Dateneigentümer bleiben die einzigen Personen, die im Besitz der Daten sind. Die Eigentümer genehmigen nur ausgewählten und vertrauenswürdigen (vested) Algorithmen den Zugriff auf ihre Daten. Die Dateneigentümer verlieren also nie die Kontrolle über ihre Daten.
Minimaler lebensfähiger Gaia-X Demonstrator - Implementierung
Im Rahmen des “Compute-to-Data & DLT”-Tracks des Hackathons stellten deltaDAO und Ocean Protocol den Minimal Viable Gaia-X Demonstrator und eine erste Referenzimplementierung der folgenden Federation Services zur Verfügung, um diesen Anwendungsfall zu ermöglichen: Gaia-X Portal, Data Contracting Service & Access Controls, Trust & Identity, Data Exchange Logging Service und Federated Catalogue.
Das safeFBDC-Portal fungiert als Frontend für die vertrauenswürdige safeFBDC-Domäne, in die drei Datensätze und zwei Algorithmen integriert wurden, die in dem gesicherten Compute-to-Data-Cluster laufen.
Zugangskontrollen und Protokollierungsdienste für den Datenaustausch basieren auf Distributed Ledger Technology (DLT) und Smart Contracts. Die Identitäts- und Vertrauensdienste basieren auf dem #opensource ESSIF-konformen #SSI Kit von walt.id. Das Pooling in der safeFBDC-Domäne wurde durch die Bereitstellung eines Zusammenführungsalgorithmus ermöglicht, wobei die Konsortialpartner jederzeit die strikte Kontrolle über die Daten behalten. Im Mittelpunkt der Anwendungsfälle steht neben den Gaia-X Federation Services, die dies orchestrieren und ermöglichen, die datenschutzfreundliche “Compute-to-Data”-Fähigkeit von Ocean Protocol. Der verteilte Ledger erstellt automatisch Prüfpfade und Datenerfassungspläne, die zur Einhaltung von Vorschriften und zur Kontrolle des Datenzugriffs beitragen und den Nachweis aller Datenbestände ermöglichen.
Beiträge der "Confidential Computing"-Schiene
Der “Confidential Computing”-Track arbeitete an der Bereitstellung einer vertrauenswürdigen Ausführungs- und Speicherumgebung einschließlich der Schlüsselverwaltung, um eine Grundlage für den nächsten Hackathon und die bedarfsgerechte Schaffung der erforderlichen Infrastrukturen innerhalb der Gaia-X-Infrastruktur zu schaffen, die durch die Gaia-X Federation Services ermöglicht wird.
Synthetische Trainingsdaten und Algorithmen von spotixx
Das Frankfurter Startup und TechQuartier-Mitglied spotixx stellte die notwendigen synthetischen Trainingsdaten und Algorithmen zur Verfügung, um Analysen auf den individuellen und gepoolten Daten durchzuführen. Der Graph-Algorithmus zielt darauf ab
- komplexe Netzwerke von kriminellen Akteuren und Organisationen aufzudecken,
- die Bewegung illegaler Gelder im gesamten Finanzsystem über mehrere Personen und Institutionen hinweg zu verfolgen
- unbekannte illegale Aktivitäten aufzuspüren, die bei der Betrachtung einer einzelnen Bank unmöglich zu erkennen wären
Umfassende und vertrauliche Datenverarbeitungsarchitektur von SAP Fioneer, Deloitte Consulting und der TU Darmstadt
SAP Fioneer, Deloitte Consulting und die TU Darmstadt arbeiten im Rahmen von safeFBDC beim Hackathon zusammen, um neue sichere und die Datensouveränität wahrende Datenarchitekturen für safeFBDC Use Cases zum Datenaustausch zwischen Finanzinstituten zu identifizieren.
Was steht als nächstes für safeFBDC und seine Partner an?
Der zweite Gaia-X Hackathon ist vorbei und wir freuen uns, mitteilen zu können, dass für die nahe Zukunft und den nächsten Gaia-X Hackathon ein zweiter Anwendungsfall mit einem föderierten Lernansatz geplant ist.
👉 Um über safeFBDC auf dem Laufenden zu bleiben, folgen Sie uns auf Twitter @safeFBDC und auf LinkedIn safeFBDC.
