第五讲 基于隐私保护的机器学习算法介绍

第五讲 基于隐私保护的机器学习算法介绍

1.预处理和隐私求交

预处理：

01.DataFrame:

联邦表格数据的封装，DataFrame由多个参与方的数据块构成，支持数据水平、垂直切分和混合切分，分别对应 3 组API：HDataFrame、VDataFrame、MixDataFrame

缺失值填充：df.fillna函数

标准化：secretflow.preprocessing库

02.FedNdarray:

联邦ndarray 的封装，同样由多个参与方的数据块构成，支持水平和垂直切分，对应统一的API：FedNdarray

隐私求交 PSI

是一种使用密码学方法，获取两份数据内容的交集的算法。PSI过程中不泄露任务交集 以外的信息。 在垂直拆分场景中，隐私求交常用于第一步的数据对齐，然后可以进一步做数据分析或机器学习建模。

使用spu.psi_csv等接口，使用data.vertical.read_csv接口

2.决策树模型和线性回归模型

多种决策树算法（XGB），同时支持回归和二分类训练。 SS-XGB SecureBoost 水平XGBoost

神经网络算法

水平联邦学习，垂直拆分学习，

非可证安全算法

水平联邦学习FLModel

支持TensorFlow和PyTorch两种后端，使用tf，torch原生方式编写模型代码，使用FLModel训练

垂直拆分学习

SLModel通用范式，和水平联邦学习相同，不同的是需要模型拆分