背景-纵向数据分割场景和树模型
什么是纵向树模型?
基于纵向分割数据集训练的决策树模型
隐语提供的纵向树模型算法:可证安全算法SS-XGB和纵向联邦算法SGB
使用-隐语纵向树模型
使用树模型的三个简单步骤(隐语算法通用使用方法):
- 准备(设备和数据)
- 训练(参数设置和执行)
- 评估(计算指标和决策)
PYU(Party Unit)和SPU(Secure Processing Unit)
在SecretFlow的上下文中,“设备”是一个抽象的概念,用于描述数据处理和计算的环境或单元。这里的“设备”并不是指物理硬件设备,而是指在SecretFlow框架内定义的一种逻辑计算实体,它负责执行特定类型的计算任务。
PYU设备代表单个参与方(party)的计算环境,主要用于处理和存储本地数据。PYU设备可以看作是一个计算单元,它能够执行常规的机器学习任务,如数据预处理、特征工程、模型训练和预测等。但是,由于数据隐私的限制,直接使用本地数据进行多方协作计算可能会泄露敏感信息。因此,PYU设备通常用于准备和封装数据,使其能够在安全协议下与其他PYU设备进行协作。
SPU设备则是用于执行多方安全计算的特殊组件。它建立在多个PYU设备之间,用于执行隐私保护的计算任务,如安全的模型训练和预测。SPU通过使用秘密共享和同态加密等技术,可以在不泄露各参与方原始数据的前提下,协同完成计算任务。SPU设备可以认为是一个虚拟的安全计算平台,它提供了在多个参与方之间进行高效、安全计算的能力。
在SecretFlow的上下文中:
- PYU 设备是每个参与方(比如alice、bob、carol和dave)自己的“厨房”,他们在这里处理自己的数据,但数据不被其他人直接访问。
- SPU 设备是当多个参与方(比如alice、bob和carol)想要一起进行计算(比如训练一个机器学习模型)而不泄露各自的原始数据时,他们共同进入的“联合厨房”。SPU使用密码学技术保证在计算过程中数据的隐私安全。
所以,当你创建PYU设备时,你是在为每个参与者设置一个私有的计算环境;而当你创建SPU设备时,你是在搭建一个多方可以安全合作的平台,确保在不泄露个人数据的情况下共同完成计算任务。