联邦学习，可以理解为大数据、分布式计算、网络空间信息安全与机器学习的一个交叉领域，其目的是采用分布式机器学习的模型训练方式，通过隐私计算的方法来确保训练过程中大数据的隐私性。本章将从计算环境、算法和算子三个方面展开，讲述联邦学习到底是如何工作的。 j1Aed6rRZ+Ht0qZiLOVaJHyeGcub/VGdwGhd7snVDmnUK2CZql/4mK+hPI9D56KK