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
登录到计算节点对应的宿主机。 执行“docker ps -a”命令，查看NAMES为“k8s_db”开头容器的CONTAINER ID，该ID由数字和小写字母组成。 执行“docker exec -it {CONTAINER ID} bash”命令，登录到容器中，命令中的{CONTAINER
可信联邦学习作业 概述 创建横向训练型作业 横向联邦训练作业对接MA 创建横向评估型作业 创建纵向联邦学习作业 执行作业 查看作业计算过程和作业报告 删除作业 安全沙箱机制
隐私求交 概述 创建隐私求交作业 执行隐私求交作业 查看作业计算过程和作业报告 删除隐私求交作业
多方安全计算作业 创建作业 执行作业 查看作业计算过程和作业报告 删除作业 审批模式作业
可信数据交换 概述 创建申请 确认申请 创建合约 签署合约 查看履约记录 查看作业计算过程和作业报告
联邦学习作业管理 执行ID选取截断 执行纵向联邦分箱和IV计算作业 执行样本对齐 查询样本对齐结果 父主题： 计算节点API
明确字段用途和场景，避免不合理应用。 唯一标识（Unique Identifier） 用于标识某个事物实体身份的字段。例如身份证、工号、公司代码等。 敏感（Sensitive） 涉及隐私的数据，例如薪水、纳税、用电量、成交量等。 非敏感（Nonsensitive） 不涉及隐私的数据，
射成1，此即为离散特征编码。 图1 数据集样例 数据预处理通常被用于评估和预测场景。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。 前提条件 已提前准备好训练数据，和评估/预测数据。 存在未参与其他预处理作业的结构化数据集，且在创建数据集时
关闭前已触发重试的作业不受影响，仅对关闭后的执行作业生效。 对重试操作配置后，配置CPU配额和内存配额。执行批量预测作业时，会创建新容器来执行，这两个配额参数的值为创建新容器的CPU核数和内存大小，默认CPU核数为1，内存大小512M。 然后勾选“选择训练作业”列表中的某一训练作
存储方式：是指计算节点部署时选择的存储方式，目前仅支持“主机存储”和“OBS存储”两种存储方式。前一种是指计算节点交互的数据存储在计算节点所在机器上，后一种是计算节点交互的数据存储在部署时选择的OBS桶中。 数据目录：计算节点部署时选择的存储路径，用于TICS服务的数据和外部交互。用户只有在目录中放置数据集等
了解基本概念 在开始开发前，需要了解多方安全计算的基本概念。 常用概念 准备TICS执行环境 TICS执行环境当前依赖TICS空间、计算节点和连接器。 环境准备 根据场景编写sql程序 当前多方安全计算支持通过编写sql语句，来构建多方安全计算业务场景的计算任务。 使用场景 运行程序及查看结果
在“联邦预测”页面实时预测Tab页，单击“模型部署”，开始部署模型。 图1 模型部署 模型部署完成后，单击“发起预测”，在系统弹窗中填写要预测的“样本id”和“模型特征”对应的数值，然后单击“预测”，就会有系统弹窗弹出，显示预测结果。 注意：样本id从创建作业选择数据集的样本id列获取。 图2 发起预测
lt_10为该线性模型的系数加上偏置项。 图2 查看模型结果文件 本地利用测试集评估模型。可以采用如下脚本，会打印出模型在测试集上的准确率和AUC两个指标。 图3 本地评估模型的Python脚本 父主题： 测试步骤
在TICS控制台左侧，单击“空间管理”，在“我创建的空间”页签查找需要邀请合作方的空间并单击“邀请合作方”。 在弹出的界面配置待邀请的合作方的“租户名称”和“租户别名”，“租户名称”从合作方侧获取即可，保存后单击“确定”，完成邀请合作方操作。 图1 添加合作方 父主题： 快速入门
在计算节点管理界面查找需要回滚的计算节点，单击“更多 -> 回滚”，开始计算节点版本回滚。 图2 回滚 变更计算节点配置 用户可通过配置变更，对已有的计算节点CPU和内存进行修改，而无需卸载计算节点，再重新部署计算节点。 用户登录TICS控制台。 在计算节点管理界面查找需要变更配置的计算节点，单击“更多 ->
营销，达成提高营销效果、降低营销成本的业务诉求。 基于多方安全计算功能准备好合适的数据，本文主要介绍双方对已有的数据进行样本对齐、特征筛选和联邦建模，并对产生的模型进行评估。 父主题： 使用TICS可信联邦学习进行联邦建模
、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
现文件权限修改已经生效。 “边缘节点部署”部署方式 根据可信智能计算服务控制台的“计算节点管理”找到计算节点的计算节点ID和纳管节点。 图6 计算节点ID和纳管节点 进入智能边缘平台服务单击“边缘应用”下的“应用配置”模块，找到对应计算节点id的配置项“agent-xxxx”，单击更新。
使用TICS的隐私规则防护能力确保数据安全。 前提条件 完成数据发布。 操作步骤 进入多方安全计算的作业执行界面，单击创建。 图1 创建作业 在作业界面中，按照1~4提供的案例和SQL语句进行作业测试。 图2 作业界面 假设有人输入以下代码试图直接查询敏感数据。 select tax_bal, id from
"a898738d76f0447da6d77362a3ef2963", "status" : "SUCCEEDED", "job_name" : "1000w和1w碰撞-高隐私-无初筛sum(a)sum(b))", "job_instance_type" : "SQL", "round_id"
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
