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
通过创建并执行可信智能计算服务提供的隐私求交作业,可以得到最终交集数据并保存下来,用于后续的数据分析以及使用。 联合使用场景 用于纵向联邦学习中数据对齐。 父主题: 隐私求交
测,筛选出高价值的潜在客户,再针对这些客户进行定向营销,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
数据集(Data set) 数据集为计算节点获取并配置的合作方数据的元数据信息,以及附加其上的隐私策略。 作业(Job) 作业是指用户创建的分析、学习任务。 父主题: 服务介绍
获取认证信息 空间管理 组建空间 管理空间 代理管理 部署代理 管理代理 管理数据 管理任务 管理算法 审计日志 作业管理 多方安全计算作业 可信联邦学习作业 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?
config_file_path String 配置文件地址 auto_generate_data Boolean 是否自动生成数据,即纵向联邦学习样本对齐之后的流程是否使用样本对其结果自动过滤。 ext LocalDatasetExtEntity object 扩展信息,包含mult
3、访问需求:主要描述数据用方的需求,包含访问截止时间、访问方式、访问次数。 4、访问限制:暂不支持。 5、自定义限制:自定义策略支持“<”、“>”和“=”。 供数方可以设置自定义属性来进一步强化数据访问控制。 图2 填写参数 单击“保存并提交审批”。 在“可信数据交换 > 数据合约
链代码背书的组织名称必须选择organization。 发起方按照链代码管理章节中“实例化链代码”部分的描述,完成实例化链代码操作。 注意事项: “初始化函数”参数值须为“init”。 “背书策略”勾选“任意组织背书” 完成上述步骤后用户可前往区块浏览器查看上链的初始化日志信息。 父主题: 准备工作
至此,企业A可以得知这些用户存在于企业B的黑名单当中,这些用户的业务存在较高的风险。企业A可以提前做好风险预案,控制风险的发生或者减少风险造成的损失。 父主题: 隐私求交黑名单共享场景
务的权限,则您需要为用户组配置IEF服务的自定义策略tics-ief-iam-min和系统角色IEF Administrator。 创建自定义策略tics-ief-iam-min,主要内容为创建IEF所需的iam权限。 图3 创建自定义策略 策略内容如下: { "Version":
config_file_path 否 String 配置文件地址 auto_generate_data 否 Boolean 是否自动生成数据,即纵向联邦学习样本对齐之后的流程是否使用样本对其结果自动过滤。 ext 否 LocalDatasetExtEntity object 扩展信息,包含mu
String 参与方信息,最大长度128 is_single_predict Boolean 单方还是双方预测 metrics String 联邦学习模型评估指标 请求示例 查询作业的历史实例列表 get https://x.x.x.x:12345/v1/{project_id}/lea
作业审批以及数据初始化完成后,单击“执行”按钮。 在右侧弹出窗口的ID框中输入查询值,单击“查询”按钮进行实时隐匿查询,实时返回查询结果在下侧方框中。 图1 输入自定义属性 父主题: 实时隐匿查询
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。 在“联
作业发起方domainId id String 作业id job_type String 作业类型。SQL联合SQL分析,HFL横向联邦学习,VFL纵向联邦学习,PREDICT预测,DATA_EXCHANGE数据交换 league_id String 空间id name String 作业名称
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 请求参数 表3 请求Header参数 参数
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 > 联邦预测”,打开联邦预测作业页面。 在“联
String 参与方信息,最大长度128 is_single_predict Boolean 单方还是双方预测 metrics String 联邦学习模型评估指标 请求示例 查询训练作业下的成功模型 get https://x.x.x.x:12345/v1/{project_id}/le
metrics=['accuracy']) model.save("d:/model.h5") 初始权重的格式是浮点数的数组,与模型对应。使用联邦学习训练出来的结果result_1可以作为初始权重,样例如下: -0.23300957679748535,0.7804553508758545
包括缺失值数量、最大值、最小值以及分布图。 图4 描述性统计 执行预处理。单击列表字段后的添加预处理方法,系统将利用所选的预处理方法(转换函数)将特征数据转换成更加适合算法模型的特征数据。当前TICS支持的特征预处理方法如表1所示。对于一个字段,可以添加多种预处理方法,并且建议按照如下处理顺序进行编排:
脱敏:勾选后,该字段内容将在分析结果中加密呈现,否则明文呈现。默认不勾选(作业发起方所属字段不做脱敏)。 分布类型:包括连续、离散、MULTIHOT三种特征类型,联邦学习时可能会使用到该信息。 离散:离散变量是在任意两个值之间具有可计数的值的数值变量。离散变量始终为数值变量。例如,客户投诉数量或者瑕疵或缺陷数。