隐私计算实训营第二期 第七节

纵向树模型

纵向分割的数据集（多方拥有不同维度）+树模型算法（有效性和可解释性）

对比

SS-XGB（可证安全），基于秘密分享

需要SPU设备，考虑MPC协议

参数比较少

产出一个密态模型，各方只持有分片，预测结果是密文

SGB ，基于联邦学习和同态加密

需要HEU设备，考虑同态加密协议

参数更多，包含训练参数和安全和联邦的参数

 产出一个联邦模型，各方都有明文模型，预测结果是明文

原理

逻辑上

1. 确定要保护的数据部分

2. 准备安全原语（计算和通信）

3. 改造数据结构和算法（单机训练变成多方隐私计算）

如何修改

很棒的开发经验

组件封装三部曲：

1. 定义组件主体，确定版本信息和功能

2. 定义参数和io

3. 定义调用方法

算法修改三部曲：

1. 阅读代码，理清主要流程

2. 修改对应模块

3. 及时测试，验证效果

优势

其实感觉最明显的就是PYU SPU HEU的设备抽象，屏蔽了底层的多方安全计算的通信细节，提高了抽象程度，一方面SPU等设备对算子的优化提高了整体的效率，另一方面优化了使用体验