weixin_37915094的博客

原创 联邦学习的思考

联邦学习是否可以通过数据特征进行模型训练学习，而不必是准确无误的原始数据？数据特征是否可以理解为一种加密数据？ 目前比较主流的联邦机器学习平台： Fate（微众银行开源）， PySyft（OpenMind开源）， Rosetta（LatticeX Foundation开源）， PaddleFL（百度开源）等在构造传统的机器学习模型时，大都以改变模型本身的数据和参数传递方式的形式进行，在中间数据中运用SM4和同台加密等算法，使得联邦学习模型与传统的机器学习模型无法兼容，除此之外在进行传统算法搬迁的过程中无法