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
算节点发布的数据集。 创建训练模型时参数必须有"save_format": "SAVED_MODEL"。 创建联邦预测作业 实时预测作业在本地运行,目前仅支持深度神经网络FiBiNet算法。 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 联邦预测”,打开联邦预测作业页面。
TICS使用流程简介 本文档是一个TICS入门教程,介绍了如何在TICS控制台完成端到端的全流程使用。 可信智能计算服务TICS( Trusted Intelligence Computing Service )打破数据孤岛,在数据隐私保护的前提下,实现行业内部、各行业间的多方数
查询租户下统计信息 功能介绍 查询当前租户的空间及代理统计数量 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/overview/statistics 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目id,最大32位,字母和数字组成
联邦预测作业 常见问题 了解更多常见问题、案例和解决方案 热门案例 什么是区域和可用区? 什么是区域和项目? 合作方如何获取租户名称? 代理如何切换状态? 节点的可用资源如何查询? 什么是配额? 更多 智能客服 您好!我是有问必答知识渊博的的智能问答机器人,有问题欢迎随时求助哦! 社区求助
避免作业名重复。 必须选择一个已有模型才能创建批量预测作业。 批量预测作业必须选择一个当前计算节点发布的数据集。 创建联邦预测作业 批量预测作业在本地运行,目前支持XGBoost算法、逻辑回归LR算法、深度神经网络FiBiNet算法。 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理
获取计算节点列表 功能介绍 功能描述:用户可以使用该接口获取可信节点信息列表。支持节点名称与空间名称的模糊查询。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/agents 表1 路径参数 参数 是否必选 参数类型 描述 project_id
计费说明 TICS(可信智能计算服务)采用包周期的计费模式。为了便于您便捷的下单购买,在控制台购买界面中系统会为您计算好所购买的套餐包价格,您可一键完成整个配置的购买。您还可以通过TICS提供的价格计算器,选择您需要的版本规格,来快速计算出购买TICS的参考价格。 计费项 计费模式
合建模。 已发布区域:北京四、北京二 如何创建横向训练型作业? 如何创建横向评估型作业? 如何创建纵向联邦学习作业? 联邦预测作业 联邦预测作业在保障用户数据安全的前提下,利用多方数据和模型实现样本联合预测。 已发布区域:北京四、北京二 如何创建联邦预测作业?
空间升级与回滚 本章节将介绍如何对已创建的空间进行升级与回滚。 空间升级 空间回滚 父主题: 空间管理
同的数据集即可发起模型评估。 至此使用可信联邦学习进行联邦建模的过程已经完成,企业A已经训练出了一个符合自己要求的算法模型,后续文档会介绍如何使用已有的算法模型对新的数据进行预测。 父主题: 使用TICS可信联邦学习进行联邦建模
> 数据交换”,在可信数据交换页面,查看交换作业的执行情况。 单击“下载”,即可使用数据。 数据交换作业执行完成后可以进行下载,将文件保存到本地。如有必要,下载时还需要填写公司A制定的自定义限制。 图5 下载合约 父主题: 可信数据交换场景
据提供方企业B发送一条审批信息。 企业B在自己的计算节点上可以单击“审批管理”,选择“待处理”的实时隐匿查询作业审批,可以看到自己的数据被如何使用。待企业B同意审批之后,企业A可以开始执行实时隐匿查询作业。 父主题: 外部数据共享
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
"cce:cluster:list", "cce:node:list", "ecs:cloudServers:list", "mrs:cluster:list",
配置规则的语句会被明确拒绝。 大数据厂商B在自己的计算节点单击“审批管理”模块,找到“待处理”的审批请求单击“查看详情”,可以看到企业A是如何使用自己的数据集的。 确认无误后再单击“同意”即允许企业A使用己方的数据集进行联合统计。 此时企业A在自己的计算节点上可以看到这个样本分布
b" }, "agent_deploy_bcs" : null, "agent_deploy_node" : { "ecs_server_id" : "5461246e-29fc-4016-b422-4b0db86a89a6", "node_id" :
发布后可在“数据管理>数据创建”页面查看生成的数据集。 图8 查看生成的数据集 (可选)单击作业列表中对应作业的“更多>下载参数配置”,下载本地文件。文件包含字段在作业开发页面使用预处理方法及参数,便于后期线下处理数据。 评估/预测数据预处理 参考创建数据预处理作业,在“数据管理>
进行秘密分享加密。 “隐私保护等级”设置为高级别后,参与2方计算的join字段会使用psi算法输出碰撞的密文数据。 由于本地数据集不支持统计信息上报,因此本地数据集不支持差分隐私功能。 创建多方安全计算作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 多方安全计算”,打开多方安全计算页面。
纵向联邦作业XGBoost算法只支持两方参与训练。 训练作业必须选择一个当前计算节点发布的数据集。 作业创建者的数据集必须含有特征。 创建纵向联邦学习作业 纵向联邦学习作业在本地运行,目前支持XGBoost算法、逻辑回归LR算法和FiBiNET算法。 纵向联邦学习分为五个步骤:数据选择、样本对齐(可选)、特征选择(可选)、模型训练、模型评估。