会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
压伤的芦苇
博客园
首页
新随笔
联系
订阅
管理
联邦学习之纵向联邦学习
纵向联邦学习的应用场景案例:商场A有用户的消费水平、消费偏好的特征,银行B有同一批用户的账户余额、年龄特征以及信誉标签。现在AB两者合作,建立联合模型,此时用于建模的特征扩展为消费水平、消费偏好、账户余额、年龄,从而使得建模效果更好。 在上述的场景中,最直接的方式是双方以明文的方式交换各自手中的数据。很显然,这样对隐私的损害很大。那么纵向联邦学习就解决了如何在保护隐私的前提下,解决场景中的问题。 纵向联邦学习主要分为两个步骤:加密实体对齐和加密模型训练。
posted @
2021-05-24 22:00
压伤的芦苇
阅读(
1010
) 评论(
0
)
收藏
举报
刷新页面
返回顶部
公告