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。 NDU1ws9+x7hwChU6065emNR4Ywo/C8tjtS7fFwTCFAWO1KF2qg0aqHBIVp5IQYqx