SecureBoost

联邦学习-安全树模型 SecureBoost之Desicion Tree

联邦学习-安全树模型SecureBoost之DesicionTree1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步加强。

秃顶的码农·2024-02-06 17:26

联邦学习-安全树模型SecureBoost之Decision Tree

联邦学习-安全树模型SecureBoost之DesicionTree文章目录联邦学习-安全树模型SecureBoost之DesicionTree1联邦学习背景2DecisionTree2.1决策树的定义

秃顶的码农·2023-12-22 22:49

隐语纵向联邦 SecureBoost Benchmark白皮书

“隐语”是开源的可信隐私计算框架，内置MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制。开源项目：https://github.com/secretflowhttps://gitee.com/secretflow导语：在数据科学竞赛中经典算法XGB备受关注。但有小伙伴担心，在纵向联邦中XGB是否足够高效，安全和效率是否可以兼得，隐私计算是否耗时太长导致模型

·2023-08-31 17:33

# 联邦学习-安全树模型 SecureBoost之集成学习

文章目录1联邦学习背景2联邦学习树模型方案3EnsembleLearning3.1集成学习3.2Bagging&Boosting3.2.1Bagging(bootstrapaggregating)3.2.2Boosting3.2.3Bagging，Boosting二者之间的区别4GBDT4.1GDBT定义4.2GBDT推导过程5番外篇1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步

秃顶的码农·2023-04-12 09:28

FATE —— 三. 使用DSL json conf运行作业

我们将以hetero-secureboost为例。上载数据在运行作业之前，需要将数据上载到数据存储。请参考此处的示例。提交培训任务我们可以通过FlowClient提交conf和dsl来开始培训工作。

MMM881·2023-01-30 16:59

纵向联邦学习原理介绍——LR,XGBoost,SplitNN

：[email protected]文章目录1.Introduction2.Preliminaries2.1VFL加密方法2.2VFL平台3.VFL逻辑回归4.VFLXGBoost4.1XGBoost4.2SecureBoost5

lrchang·2023-01-09 15:45

联邦学习概念及应用

目前联邦学习支持的算法：SecureBoost，线性回归，逻辑回归，神经网络算法等。

林立可·2022-12-26 07:50

SecureBoost: A Lossless Federated Learning Framework论文笔记

为了实现这一目标，在本文中，我们提出了一种新的基于联邦学习的无损隐私保护树增强系统SecureBoost。该

猪猪家的小可爱·2022-11-19 04:05

联邦学习-安全树模型 SecureBoost之XGBoost

文章目录1联邦学习背景2联邦学习树模型方案5XGBoost概述6树的目标函数6.1加法模型6.2泰勒展开7树的生成策略8树的生成算法9参考资料10番外篇1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步加强。2018年欧盟发布了《通用数据保护条例》（GDPR），我国国家互联网信息办公室起草的《数据安全管理办法(征求意见稿)》因此数据在安全合规的前提下自由流动，成了大势所趋。这些法律法

秃顶的码农·2022-07-24 07:46

联邦学习-安全树模型 SecureBoost之终章

文章目录1联邦学习背景2联邦学习的树模型方案3认知方法论4界定问题4.1XGB推导回顾4.2本质分析5整体分析5.1隐私加密5.2哪里需要加密，如何加密6全面分析6.1全链路流程7归纳推演8参考资料9番外篇1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步加强。2018年欧盟发布了《通用数据保护条例》（GDPR），我国国家互联网信息办公室起草的《数据安全管理办法(征求意见稿)》因此数

秃顶的码农·2022-07-08 18:32

（填坑篇）基于FATE的Secure Boost算法例子

原因想必不外乎Boost算法难以实现和优化，纵向以及横向的SecureBoost更是非常复杂。能找到最好的，只有微众银行的Fate框架。然而，Fate系统非常庞大，框架的文档比较混乱，对于科研人员来说

小胖子善轩·2021-06-10 23:02

FATE实战——从零实现横向联邦之逻辑回归

从零实现横向逻辑回归联邦学习算法本篇教程是一个从零实现横向联邦的过程，整个环节包括：数据处理数据上传模型训练模型预测如果读者刚开始接触FATE，建议先把官方的demo跑一下，比如笔者上一篇的教程就是一个纵向SecureBoost

林立可·2021-05-02 14:55

FATE入门案例——纵向 SecureBoost 模型

FATE入门案例——纵向SecureBoost模型0，demo说明使用的hetero_secureboost案例，角色及数据：(1)guest:breast_hetero_guest.csv(2)host

林立可·2021-03-28 21:43

数据安全与自由时代何时到来？专访联邦学习全球首个工业级开源框架FATE首位一级贡献者

而随着贡献者激励机制的发布，近日，FATE开源社区诞生了第一位一级贡献者，其提出了“针对SecureBoost算法场景中，联邦计算分裂增益时所用的密码改进”功能。从业者中如何评价FATE？

FedAI Ecosystem·2020-06-21 13:56

推荐频道