FATE联邦学习第28页

基础架构层组件

计算组件计算组件包括：a)支持任务在单机上执行，宜支持分布式任务执行；b)应具备明确的任务元信息管理方案，确保联邦学习活动正常运行；c)宜具备一定容错性，如任务的失败与恢复功能；d)应提供API具备联邦学习算法开发能力

hellompc·2020-06-23 13:06

运营及其他功能组件

运营功能组件包括：a)服务目录：提供联邦学习系统的所有服务列表；b)策略管理：提供联邦学习服务的定义、更新和访问策略及对策略的管理；c)异常和问题管理：提供事故和问题报告的捕获能力，并通过分析管理报告；

hellompc·2020-06-23 13:06

算子层组件

常见的联邦学习聚合算子定制方法是以随机数为基础，结合多方安全计算协议进行变化。

hellompc·2020-06-23 13:06

隐私与安全

联邦学习的根本目标是为了保障数据信息安全，但是在不同的场景，不同的主体对于隐私和数据安全的要求或者定义不相同。因此在联邦学习中，参与方们在进行隐私保护下的机器学习之前需要定义数据安全的概念，达成共识。

hellompc·2020-06-23 13:06

功能视图的组成

功能视图是构建联邦学习系统所需功能的技术中立的视图。功能视图描述了支持联邦学习活动所必需功能的分布，定义了功能之间的依赖关系。功能视图涵盖的联邦学习内容如图，包括：功能组件、功能层、跨层功能。

hellompc·2020-06-23 13:05

算法层组件

样本对齐组件样本对齐组件通常用于纵向联邦学习，要求应包括：a)各方在不公开各自数据的前提下确认数据源的重叠样本；b)不暴露非重叠样本。

hellompc·2020-06-23 13:05

服务层组件

用户服务组件用户服务组件支持联邦学习服务用户访问和使用服务，包括:a)用户界面：提供联邦学习服务客户与服务进行交互的功能，如命令行界面、图形用户接口和API等；b)任务提交：提供将联邦学习服务客户的需求

hellompc·2020-06-23 13:05

联邦学习角色视图

联邦学习生态中，包含三种角色：用户，联邦学习参与方，协调方。联邦学习用户联邦学习用户可以是自然人或代表该自然人的实体，是使用服务的一方。

hellompc·2020-06-23 13:04

多方安全计算-秘密共享

秘密共享秘密共享(Secret-Sharing)是现代密码学领域的一个重要分支，是信息安全和数据保密中的重要手段，也是多方安全计算和联邦学习等领域的一个基础应用技术。

hellompc·2020-06-23 13:34

「少林派」多方安全计算

秘密共享秘密共享(Secret-Sharing)是现代密码学领域的一个重要分支，是信息安全和数据保密中的重要手段，也是多方安全计算和联邦学习等领域的一个基础应用技术。

hellompc·2020-06-23 13:34

联邦学习的过程

联邦学习的过程分为自治和联合两部分。自治的部分：首先，两个或两个以上的的参与方们在各自终端安装初始化的模型，每个参与方拥有相同的模型，之后参与方们可以使用当地的数据训练模型。

hellompc·2020-06-23 13:34

什么是联邦学习

今天来学习下最近比较博眼球的联邦学习。应该有很多人听过但是始终都没懂啥是联邦学习。

hellompc·2020-06-23 13:33

分布式机器学习（上）-并行计算与机器学习

本视频来源于ShusenWang讲解的《分布式机器学习》，总共有三讲，内容和连接如下：并行计算与机器学习（上）并行计算与机器学习（下）联邦学习：技术角度的讲解这一节讲解《并行计算与机器学习（上）》，这节课的主要内容

forest_open·2020-06-23 08:36

市北·GMIS 2019 全球数据智能峰会全记录

在峰会活动中，多位重磅嘉宾带来了精彩的主题演讲，内容涵盖自然语言对话、认知智能、AutoML、联邦学习、认知智能、图表征神经网络等前沿技术，同时也围绕数据智能经济及产业生态的发展情况、同时AI应用侧的探索进行了深入交流

风度78·2020-06-23 07:34

利用Python实现FGO自动战斗脚本，再也不用爆肝啦~

Fate/GrandOrder（非的肝不过欧的）作为索尼为了拯救自己不倒闭而开发的面向月厨的骗氪养成抽卡爆肝游戏，居然没有像隔壁《阴阳师》的自动战斗系统（看看别人现在都自带脚本了）。

dau65166·2020-06-23 03:26

快速从头到尾搭建TTF环境（TensorFlow Federated Environment谷歌联邦学习环境）

本文主要参考TensorflowFederatedFramework谷歌联邦学习框架：自底向上简明入门，只是对其中（安装TFF库（conda））进行补充今年，在各个大会上，联邦学习热度都很高。

dataijidexiaozi·2020-06-23 03:04

不可错过的7篇深度学习综述

1、联邦学习相关进展以及显存问题Advancesan

AI科技大本营·2020-06-23 02:37

TensorFlow加密机器学习框架，为联邦学习加一层保护罩

作者|JustinPatriquin译者|孙薇编辑|夕颜出品|AI科技大本营（ID:rgznai100）【导读】作为一种无需聚合集中数据便可训练模型的方式，联邦学习（FL）近几年来受到了广泛关注。

AI科技大本营·2020-06-23 02:36

微众银行AI团队开源联邦学习框架，并发布《联邦学习白皮书1.0》

（图片由AI科技大本营付费下载自视觉中国）编辑|Jane来源|《联邦学习白皮书1.0》出品|AI科技大本营(ID：rgznai100）【导语】2019年，联邦学习成为业界技术研究与应用的焦点。

AI科技大本营·2020-06-23 02:01

联邦学习+推荐系统，冷启动和数据隐私问题双双K.O

互联网彻底改变了我们的购物方式。只需点击搜索按钮，数以千计的相关商品便会立即弹出来。在这个过程中，无论我们是否意识到，我们都正在使用推荐系统（RecommendationSystem，RS）。推荐系统无处不在，当我们在淘宝或京东上购买家电时，在携程上搜寻旅店时，在微博上浏览相片时，我们都在使用推荐系统，并同时在为推荐算法做出贡献。01推荐系统到底是什么？简单地说，推荐系统是一种信息过滤工具，可以利

博文视点·2020-06-22 19:55

杨强教授团队权威专著《联邦学习》问世，展现数据孤岛和数据保护难题破解之法

移动互联技术这把“温柔刀”，带来巨大便利之余，也将我们的个人数据放进了橱窗，为“推动信息技术发展”而供人调取。我们都清楚网络“裸奔”的行为很混乱，但你知道到底有多乱吗？真相，可能远比想象中严重。近日，某银行都会因为“大客户”要求而泄露客户流水，那么在这个高度开放的互联网世界里，存放着我们隐私的安全小屋又能安全到哪里去？▼特斯拉最近曝出因数据保护不力，导致用户隐私泄露的问题。▼今年3月，新浪微博因用

博文视点·2020-06-22 19:24

5月书讯丨《联邦学习》带队，10新书给你全方位的技能提升

春末夏初，温暖明媚快用这10本书来更新下你的书单吧1《联邦学习》2《数据中台架构：企业数据化最佳实践》3《SpringCloudAlibaba微服务原理与实战》4《看漫画学Python：有趣、有料、好玩

博文视点·2020-06-22 19:24

联邦学习学习笔记——论文理解《Communication-Efficient Learning of Deep Networks from Decentralized Data》

Google—FederatedLearning原文：《Communication-EfficientLearningofDeepNetworksfromDecentralizedData》最近研读了这篇提出了联邦学习

biongbiongdou·2020-06-22 18:55

联邦学习简介

阅读原文什么是联邦学习联邦学习可以在不直接访问训练数据的情况下构建机器学习系统。数据保留在原始位置，这有助于确保隐私并降低通信成本。

binuo1877·2020-06-22 18:50

联邦学习（隐私计算）

联邦学习是一个机器学习框架，能帮助不同机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据联合使用和建模。

whoisCong·2020-06-22 08:16

联邦学习（Federated Learning）备忘

其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林

小草cys·2020-06-22 07:27

WEEK 5 Flow and Mass Cytometry for Single Cell Protein Levels and Cell Fate

Lecture1-FlowCytometry1流式细胞仪原理Lecture2-FlowCytometry2Lecture3-MassCytometry大量细胞计数法不用荧光、用TOF分析。比流式细胞仪计数更多CyTOF:CytometerwithaTimeofFlightMassSpectrometerLecture4-CytometryDataAnalysis在线免费分析工具：http://dv

英天·2020-06-22 05:01

城市免疫力与“AI营养液”：联邦学习的价值与场景

当抗疫战场上的好消息不断传来，关于“城市免疫力”的话题也不断升温。除了公共医疗与我们自身健康上的免疫能力，一座城市如何提高自己的免疫能力，更好应对相关危险，成为了公共话语讨论的焦点。我们在相关讨论中，看到了预警机制建设、供应链体系完善、城市数字化升级、信息透明制度等等的话题，可以说益处良多。在这里我们从自身视角出发，贡献一点话题：城市免疫力的提高，还与一些新锐技术的应用息息相关。比如说，在AI领域

脑极体·2020-06-22 04:20

联邦学习，究竟能为大数据行业带来何种可能？

联邦学习，就是人工智能与大数据行业一个新兴的技术，它的出现，有望解决数据孤岛的难题。但一项技术，如果没有商业落地场景，其价值也将大打折扣。联邦学习如何赋能数据产业，帮助企业挖掘数据价值？

QcloudCommunity·2020-06-22 03:54

腾讯首个AI开源项目完成3.0版本迭代，从顶级开源基金会毕业

腾讯云副总裁、腾讯数据平台部总经理蒋杰表示：“毕业是Angel新的开始，未来我们将进一步开放Angel在图计算和联邦学习领域的核心能力。腾讯首个AI开源项目已长成Angel是腾讯

QbitAl·2020-06-22 03:45

Android图表库MPAndroidChart(五)饼状图

应用packagecom.fate.mpandroidchartfive;importandroid.graphics.Color;importandroid.support.v7.app.AppCompatActivity

PrisonJoker·2020-06-22 03:24

【联邦学习】用Tensorflow实现联邦模型AlexNet on CIFAR-10

前言上一篇文章稍微入门了一下TensorflowFederated框架，但是目前来说，要实现联邦学习（实验）算法用它还是“杀鸡用牛刀”。

Zing22·2020-06-22 02:46

论文笔记——Fair Resource Allocation in Federated Learning

FairResourceAllocationinFederatedLearning原文论文链接——http://www.360doc.com/content/20/0501/14/10240337_909607047.shtml联邦学习领域一些新出论文

GJ_007·2020-06-21 20:16

论文笔记——Federated learning framework for mobile edge computing networks

论文笔记——Federatedlearningframeworkformobileedgecomputingnetworks本论文着重研究的是联邦学习应用于需求预测类问题。

GJ_007·2020-06-21 20:16

对话杨强：联邦学习的落地，沟通协调和模型训练一样重要

杨强教授是国际人工智能界“迁移学习”技术的开创者”，同时提出“联邦学习”的研究新方向。杨强教授演讲的主题是：“用户隐私、数据孤岛和联邦迁移学习”。

BigDataDigest·2020-06-21 17:05

在有机器学习和深度学习的基础上，如何自学AutoML算法？

作者：FedAI联邦学习链接：https://www.zhihu.com/question/334021426/answer/840727058来源：知乎著作权归作者所有。

算法学习者·2020-06-21 16:15

FATE 1.0重磅升级：首个可视化联邦学习产品与联邦pipeline生产服务上线

作为全球首个联邦学习工业级技术框架，FATE支持联邦学习架构体系与各种机器学习算法的安全计算，实现了基于同态加密和多方计算（MPC）的安全计算协议，能够帮助多个组织机构在符合数据安全和政府法规前提下，有效和协作地进行数据使用和联合建模

FedAI Ecosystem·2020-06-21 13:30

干货速看 | FATE首届圆桌会，专家团深度揭秘1.4版本

6月3日，咱们FATE开源社区首届圆桌会完美落幕。

FedAI Ecosystem·2020-06-21 13:30

打破数据孤岛：联邦学习技术实践探索

导读：2019年7月20日，由微众银行、DataFun主办的主题为“打破数据孤岛：联邦学习技术实践探索”技术沙龙在深圳举行。

FedAI Ecosystem·2020-06-21 13:30

FATE v1.4版本来袭：使用体验大幅提升，多模块迎来全方位优化，更有Eggroll喜迎新版本支持

而联邦学习这门技术，

FedAI Ecosystem·2020-06-21 13:30