检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
准备数据 首先，企业A和大数据厂商B需要商议确定要提供的数据范围及对应的元数据信息，双方初始决定使用最近三个月的已有用户转化数据作为联邦训练的训练集和评估集，之后使用每周产生的新数据作为联邦预测的预测集。 表1 企业A的数据 字段名称 字段类型 描述 id string hash过后的手机号字符串
准备数据 企业A和大数据厂商B需要按照训练模型使用的特征，提供用于预测的数据集，要求预测的数据集特征必须包含训练时使用的特征。 表1 企业A的数据 字段名称 字段类型 描述 id string hash过后的手机号字符串 col0-col4 float 企业A数据特征 industry_predict
（label）配置为字段类型：INTEGER，字段类别：标签。 图3 配置数据集参数 发布数据集。 图4 发布数据集 数据集发布的过程并不会直接从数据源中导出用户数据，仅从数据源处获取了数据集相关的元数据信息，用于任务的解析、验证等。 父主题： 测试步骤
数据优化 根据统计结果，双方可能会发现存在以下两个问题： 碰撞后的数据总数比较小。 碰撞后的数据分布不太均衡，负样本的比例过高。 这种情况下双方可以重复2-5的步骤更新自己提供的数据，多次执行样本分布统计直至达到比较满意的碰撞结果和分布结果。 至此联邦建模的数据准备阶段完成，接下来就是使用准备好的数据进行联邦建模。
泄露，同时会对敏感数据的求和计算添加差分噪声，以保护敏感数据不被泄露。 非敏感：指不参与数值分析，也和唯一身份无关的数据。例如等级、公司类型。 脱敏：勾选后，会对数据进行脱敏。 在“数据管理”页签找到待发布的数据名称，单击“发布”，数据就会被同步到作业管理的数据集中。 编辑完成后，需再次发布，变更才会生效。
准备数据 A方提供了待查询的用户ID数据，样例如下： blacklist_query.csv id 1914fd1aef9346e7a1b0a63c95aa918e 6b86b273ff34fce19d6b804eff5a3f57 66985617b4f74d14b4eceeaa25d61f5e
准备数据 企业A的实时业务不需要准备数据，在发起查询时通过参数传递需要查询的用户id。 表1 企业B用户画像数据 字段名称 字段类型 描述 id string hash过后的手机号字符串 f0-f4 float 用户数据画像特征 bigdata_all.csv id,f0,f1,f2
数据集注册管理 数据集列表展示 创建或更新数据集 批量删除数据集 发布数据集到空间 获取数据详情 父主题： 计算节点API
开发数据预处理作业 数据预处理通常被用于评估/训练作业场景。本文以使用训练数据训练预处理作业，然后再将预处理方法应用于评估/预测数据为例进行说明。 训练数据预处理作业 评估/预测数据预处理 前提条件 已提前准备好训练数据，和评估/预测数据。 数据预处理作业选择的结构化数据集（包括
管理数据 数据管理概述 创建连接器 创建数据集 发布数据 数据预处理 父主题： 计算节点管理
审批数据申请 数据拥有方公司A登录进入计算节点页面。 在左侧导航树上选择“可信数据交换 > 数据申请”，打开数据申请页面。 在数据申请页面单击“我收到的”，查看供数方节点收到的申请列表。 数据来源为数据需求方公司B发送来的使用申请：申请交换的数据集、数据集字段（结构化数据才有该字段）。
编写完成后单击“保存”和“提交审批”，由于这条sql使用到了大数据厂商B的数据集，为保证数据安全和参与方的知情权，tics服务会自动解析sql语句将大数据厂商B需要执行的sql语句发送到大数据厂商B的计算节点上，当大数据厂商B同意审批之后才可以执行该条sql。 除此之外，tics服务会基于数据集的安
Array of DatasetListVo objects 数据集列表 表4 DatasetListVo 参数 参数类型 描述 id String 数据集id。 支持数字，英文字母，下划线，长度32。 name String 数据集名称 connector_name String 连接器名称
data_type 是 String 连接器数据类型 1.RDS--云数据库类型 2.MYSQL--MySQL类型 3.DWS--高斯数据库类型 4.MRS--MapReduce数据类型 5.ORACLE--ORACLE数据类型 6.LOCAL_CSV--本地数据类型 ag_dataset_table
数据预处理 创建数据预处理作业 开发数据预处理作业 父主题： 管理数据
是否必选 参数类型 描述 dataset_type 是 String 数据集类型,按照传入枚举类型,返回所属作业类型的数据集。例如:传入MYSQL，返回分析作业可用的数据集;传入LOCAL_CSV,返回学习作业可用数据集 agent_id 否 String 可信计算节点id，最大32位，由字母和数字组成
外部数据共享 场景描述 准备数据 发布数据集 创建实时隐匿查询作业 执行实时隐匿查询作业 父主题： 实时隐匿查询场景
发布数据集 企业B分别自己的csv数据文件上传到自己的计算节点上，通过“数据管理”模块创建各自的数据集，并单击“发布”。 企业B的数据集如下： 创建数据集后单击“发布”按钮即可将数据的元数据信息发布到tics空间侧，供其他合作方参考。 父主题： 外部数据共享
发布数据集 企业A将自己的需要预测的csv数据文件上传到自己的计算节点上，通过“数据管理”模块创建用于预测的数据集。 企业A预测数据集如下： 大数据厂商B仍使用训练时的提供的全量数据作为预测数据集，没有发布新的数据集。 父主题： 使用TICS联邦预测进行新数据离线预测
建立完成后，连接器显示正常说明连接正常。 图4 连接正常 进入数据管理，进行数据集发布。 图5 新建数据管理 填写参数信息。 图6 填写参数 重复步骤1~7，发布tax税务表和power_data能源表。 数据发布的过程并不会直接从数据源中导出用户数据，仅从数据源处获取了数据集相关的元数据信息，用于任务的解析、验证等。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
