图联邦学习进展与应用.pdfVIP

图联邦学习进展与应用 图联邦学习进展与应用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 图联邦学习进展与应用 1 图联邦的必要性 2 图联邦的分类 3 图联邦的经典算法 4 图联邦的平台架构 5 图联邦的金融应用 6 图联邦的发展展望 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 图联邦学习进展与应用 图联邦的必要性 联邦学习 联邦学习是一种分布式机器学习技术 可以在多个分散的边缘设备（手机）或保存本地数据样本的服务器 上训练算法，而无需交换它们（训练数据）。从而实现将机器学习的能 力与将数据集中存储的需求分离。 (source: google) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 图联邦学习进展与应用 图联邦的必要性 纵向联邦学习 纵向联邦学习是金融机构引入外部数据的重要技术之一 纵向联邦学习一般是适用于数据集上具有相同的样本空间、不同的 特征空间的参与方所组成的联邦学习场景，纵向联邦学习也可以理解 为按特征划分的联邦学习。 (source: Qiang Yang) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 图联邦学习进展与应用 图联邦的必要性 联邦学习的必要性 数据安全合规要求越来越严格 数据作为生产要素的重要性越来越高 传统的数据合作方法存在重大的合规隐患与效果缺陷 .