税务研究 2024年 第11期
“数字经济与税收治理”征文
联邦学习技术在税收风险管理中的应用构想*
上一篇
下一篇
联邦学习技术在税收风险管理中的应用构想*
内容提要：当前，智慧税务建设紧密围绕以数治税和云端算税的税收征管理念，着重集聚性地运用大数据、云计算、区块链以及人工智能等技术，并从涉税数据的采集、整理、分析全流程加以考量。然而，现阶段税收风险管理仍存在诸如涉税数据多源异构性欠佳、先进算法分布式计算的应用较为有限、大数据风控技术融入程度不够等问题。出现这些问题的根本原因在于高价值涉税数据共享不充分，仍处于分割的“数据孤岛”状态。联邦学习技术基于分布式计算框架，在源数据不出域的情况下，采用同态加密技术实现人工智能建模，既可以确保数据隐私安全，又可以保证模型预测性能。将联邦学习技术应用于税收风险管理，能够有效应对现阶段税收风险管理存在的上述问题，进而提升税收风险管理效能。
关键词：税收风险管理,联邦学习技术,以数治税,数字经济
当前，智慧税务建设紧密围绕以数治税和云端算税的税收征管理念，着重集聚性地运用大数据、云计算、区块链以及人工智能等技术，并从涉税数据的采集、整理、分析全流程加以考量。然而，现阶段税收风险管理仍存在诸如涉税数据多源异构性欠佳、先进算法分布式计算的应用较为有限、大数据风控技术融入程度不够等问题。出现这些问题的根本原因在于高价值涉税数据共享不充分，仍处于分割的“数据孤岛”状态。联邦学习技术基于分布式计算框架，在源数据不出域的情况下，采用同态加密技术实现人工智能建模，既可以确保数据隐私安全，又可以保证模型预测性能。将联邦学习技术应用于税收风险管理，能够有效应对现阶段税收风险管理存在的上述问题，进而提升税收风险管理效能。