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
作业发起方配置TICS的横向联邦学习作业，启动训练； 模型参数、梯度数据在TICS提供的安全聚合节点中进行加密交换； 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
注意事项 单击页面左侧“通知管理”，进入通知管理页面。 浏览通知信息，单击“下载计算节点配置”，得到agentConfig.zip文件，解压到本地。内容如下： json文件：对应空间配置，包含“空间区域”、“空间名称”、“空间ID”、“证书密码”等。 p12文件：计算节点的密钥文件。
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。
批量隐匿查询 隐匿查询，也称隐私信息检索，是指查询方隐藏被查询对象关键词或客户id信息，数据服务方提供匹配的查询结果却无法获知具体对应哪个查询对象。数据不出门且能计算，杜绝数据缓存的可能性。 例如查询方希望查询身份证id为“张三”的人信贷公式数据，发起了一个类似于SELECT salary
b" }, "agent_deploy_bcs" : null, "agent_deploy_node" : { "ecs_server_id" : "5461246e-29fc-4016-b422-4b0db86a89a6", "node_id" :
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
产品概述 可信智能计算服务TICS（ Trusted Intelligent 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、各行业间的多方数据联合分析和联邦计算。TICS基于安全多方计算MPC、区块链等技术，实现了数据在存储、流通、计算
> 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
审计日志 审计日志页面是可信智能计算服务提供的一项审计数据流动的功能。通过计算节点侧审计页面信息，用户可以清晰地获知空间中的参与方通过该计算节点运行的任务详情。同时，部署计算节点时若开启BCS功能，审计数据会同步至区块链上。 计算节点侧查看审计日志 用户登录TICS控制台。 进入
功能总览 功能总览 全部 空间管理 计算节点管理 多方安全计算作业 可信联邦学习作业 联邦预测作业 空间管理 空间是联邦计算的载体。合作方只有加入空间才能参与联邦计算。空间为首个成员部署计算节点时创建。首个成员空间内的别名为默认league_creator。空间名在创建者租户范围
产品功能 动态空间管理 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。空间是联邦计算的载体，合作方只有加入空间才能参与联邦计算。 安全的作业管理 作业时，数据使用的过程可审计、可追溯。TICS数据集成支持多方安全计算、可信联邦学习和联邦预测作业等作业方式。 多方安全计算
"cce:cluster:list", "cce:node:list", "ecs:cloudServers:list", "mrs:cluster:list",
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
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>
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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
