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
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
id，项目编号。请参考项目ID章节获取项目编号。 否 e9993fc787d94b6c886cbaa340f9c0f4 X-Auth-Token 用户Token。 用户Token也就是调用获取用户Token接口的响应值，因此调用该接口时，不用填写本字段。 请求响应成功后在响应消息头中包含的“X-Subject-Token”的值即为Token值。
步骤1：准备工作 如果您是第一次使用TICS，请参考准备工作，完成注册账号并实名认证、配置CCE服务、购买TICS服务、授权IAM用户使用TICS、准备数据、启用区块链审计服务（可选）等一系列准备工作。 本入门示例，是为了演示TICS使用的全流程。组织方在组建空间时，需要至少添加1位合作方。
当空间开启了“结果差分隐私”开关时， 对敏感数据字段的sum操作都会添加一个差分噪声，来保护单条敏感数据不被泄露。 如果需要更精确的结果， 可联系空间管理员关闭“结果差分隐私”开关， 或者联系敏感字段的合作方修改字段分类。
发布数据集 企业A和大数据厂商B分别将自己的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。 企业A的数据集如下： 大数据厂商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： 使用TICS多方安全计算进行联合样本分布统计
发布数据集 企业A和大数据厂商B分别将自己的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。 企业A的数据集如下： 大数据厂商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： 使用TICS可信联邦学习进行联邦建模
图1 获取用户Token响应消息头 响应消息体 响应消息体通常以结构化格式（如JSON或XML）返回，与响应消息头中Content-Type对应，传递除响应消息头之外的内容。 对于获取token接口，返回如图2所示的消息体，其中“token”就是需要获取的用户Token。有了
联邦sql分析作业运行过慢，如何提升执行速度？ 提升计算并行度 可以在作业开发界面的运行参数中，填写user.task.concurrency参数，提升用户侧此类加密任务的并行度。推荐该值填4-16左右，不建议超过30。 图1 填写参数 tics.task.concurrency参数提升的是t
场景描述 背景信息 本案例以“小微企业信用评分”的场景为例。 社保、水电气和资助金等数据统一存储在某政务云，由不同的局进行管理，机构想单独申请进行企业相关评分的计算会非常困难。 因此可以由市政数局出面，统一制定隐私规则，审批数据提供方的数据使用申请， 并通过华为TICS可信智能计算平台进行安全计算。
节点的可用资源如何查询？ 查询节点的可用资源 云平台提供的云监控，可以对节点运行状态进行日常监控。您可以通过管理控制台，直观地查看节点的各项监控指标。 由于监控数据的获取与传输会花费一定时间，因此，云监控显示的是当前时间5～10分钟前的节点状态。如果您的节点刚创建完成，请等待5～
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 col0-col4 label float int 企业A数据特征 企业A对用户的标签属性
csv中即为这些在黑名单交集中的用户ID： 6b86b273ff34fce19d6b804eff5a3f57 d4735e3a265e16eee03f59718b9b5d03 4ec9599fc203d176a301536c2e091a19 至此，企业A可以得知这些用户存在于企业B的黑名单当
创建实时隐匿查询作业 实时隐匿查询作业需要由数据查询方创建作业，企业A单击“作业管理 > 隐匿查询 > 实时隐匿查询”页面的创建按钮，填写相关信息，例如： 其中“不可区分度”即为实时隐匿查询的安全级别，不可区分度越高，则安全级别越高，但查询的速度会变慢，传输的数据量也会变大。 企
算法进行加密输出。 数据在TICS提供的服务器中进行机密计算。 最终将计算完成的结果加密返回给作业发起方。 空间的整体配置通过空间管理员进行统一管理。 父主题： 多方安全计算场景
数据在存储、流通、计算过程中端到端的安全和可审计，推动了跨行业的可信数据融合和协同。 产品架构 产品架构如图1所示。 图1 产品架构 空间管理 邀请云租户作为数据提供方，动态构建可信计算空间，实现空间内严格可控的数据使用和监管。 数据融合分析 支持对接多个数据参与方的主流数据存储系统，为数据消费者实现多方数据的SQL
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。 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 label int 企业A对用户的标签属性 industry1.csv
训练过程中，各参与方计算节点会在本地生成子模型，由TICS负责安全聚合各子模型的参数，得到最终的模型； 空间的整体配置通过空间管理员进行统一管理。 父主题： 横向联邦学习场景
创建样本分布统计作业 创建样本分布统计作业步骤如下： 在“作业管理 > 多方安全计算”页面单击创建，进入sql开发页面，展开左侧的“合作方数据”可以看到企业A、大数据厂商B发布的不同数据集。 单击某一个数据集可以看到数据集的表结构信息。 此时企业A可以编写如下的sql语句统计双方
户进行定向营销，达成提高营销效果、降低营销成本的业务诉求。 根据前一篇文章，企业A已经通过可信联邦学习功能训练出了一个预测客户时候是高价值用户的模型。 本文主要介绍企业A和大数据厂商B如何通过已有的模型对新的业务数据进行预测。 父主题： 使用TICS联邦预测进行新数据离线预测
企业间的黑名单共享能有效发挥风险联防联控效用。 在信息核验过程中，通过隐私计算技术实现多方黑名单数据共享，对电诈、洗钱、骗贷等行为的黑名单用户进行安全求交、匿踪查询，能够有效提升客户背景调查的安全可信程度。 现有两家企业A、B，双方决定通过TICS平台实现黑名单数据共享，通过隐私
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
