打破数据孤岛的联邦学习技术

打破数据孤岛的联邦学习技术 联邦学习 1.各方数据都保留在本地，不泄露隐私也不违反法规； 2.多个参与者联合数据建立虚拟的共有模型，并且共同获益的体系；  3.在联邦学习的体系下，各个参与者的身份和地位相同；  4. 联邦学习的建模效果和将整个数据集放在一处建模的效果相同，或相差不大 （在 各个数据的用户对齐（user alignment）或特征（feature alignment）对齐的条

>>阅读原文<<