比较水的一天：看了两篇联邦学习的内容

今天一天整体比较水，主要是需要赶一个本子，所以大概看了两篇联邦学习的东西。说句实话，我对这个领域真的不是十分了解，但是从个人感觉来说，除去密码学的东西真的不懂，整体来说，我感觉还是在一个比较宽泛的设定下，研究怎么把各种成熟方法搬过去的学科。学术上大家关不关心我不知道，但是整体来说，应用上最近国家似乎要搞实验导致很多类似的要求。

SecureBoost: A Lossless Federated Learning Framework是个人感觉最实用的，也是写的很清楚的一篇文章。大体来说，这篇文章好就好在作者其实分析了一下如果从一个已知算法出发，大概可以怎么把这个变成一个类似于联邦学习的设定。我现在绝对没本事说拿过来一个东西改吧改吧就能够符合联邦学习的设定，而且联邦学习的设定到底是什么其实有时候并不一定是十分清楚的。但是整体来说，这个大概看了以后还是感觉有一些希望的。

至于深度学习中，Vertical Federated Learning的应用，我目前就找到了这一篇VAFL: a Method of Vertical Asynchronous Federated Learning。为什么我关心Vertical Federated Learning呢？整体来说，我目前关心的是表格化数据，而我目前见到的需求都是表格化数据是Vertical的情况。很不幸的是，似乎针对深度学习典型的非机构化数据，vertical我确实想不到什么情况。不知道有没有大佬知道多模态的情况。