联邦学习框架FATE实践(训练/测试步骤及参数说明)
一、FATE概念
1. 角色
在Fate的概念中分成3种角色,Guest、Host、Arbiter
(1)Guest表示数据应用方,在纵向算法中,Guest往往是有标签y的一方。一般是由Guest发起建模流程。
(2)Host是数据提供方
(3)arbiter是用来辅助多方完成联合建模的,主要的作用是用来聚合梯度或者模型,比如纵向lr里面,各方将自己一半的梯度发送给arbiter,然后arbiter再联合优化等等,arbiter还参与以及分发公私钥,进行加解密服务等等。
二、训练
1. 准备
在FATE中构建算法模型,需要准备三个配置文件。
(1)上传数据配置文件:用于上传数据
(2)DSL配置文件:用于定义建模任务
(3)运行配置文件:用于设置每个组件的参数
2. 定义上传数据配置文件
(1)参数说明:
file
: 文件路径
head
: 指定数据文件是否包含表头
partition
: 指定用于存储数据的分区数
work_mode
: 指定工作模式,0代表单机版,1代表集群版
table_name&namespace
: 存储数据表的标识符号
(2)示例
{
"file": "examples/data/breast_b.csv",
"head": 1,
"partition": 10,
"work_mode": 0,
"table_name": "hetero_breast_b",
"namespace": "hetero_guest_breast"
}
3. 定义DSL 配置文件
(1)概念
FATE 使用特定语言 DSL 来描述任务,各种模块可通过一个有向无环图组织起来。DSL 配置文件采用 json 格式,整个配置文件就是一个 json 对象 (dict)。在这个 dict 的第一级是 “components”,表示这个任务将会使用到的各个模块,每个独立的模块定义在 “components” 之下。
(2)参数说明
module_name
:模块的键。用户需要使用模块名加数字 _num 作为对应模块的 key,例如 dataio_0,并且数字应从 0 开始计数。这用于区分可能存在的多个相同种类的模块。
module
:用来指定使用的模块。这个参数的内容需要和 federatedml/conf/setting_conf 下各个模块的文件名保持一致。模块名链接
input
:输入。分为两种输入类型,分别是 data 和 model。
output
:输出。和 input 一样,有 data 和 model 两种类型。
need_deploy
:是或否。该字段用于指定组件是否需要部署以进行在线推断。该字段仅用于在线推论dsl推论。
(3)示例
{
"components" : {
"dataio_0": {
"module": "DataIO",
"input": {
"data": {
"data": [
"args.train_data"
]
}
},
"output": {