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
背景信息 本案例以“预测乳腺癌是良性/恶性”的场景为例。假设一部分的乳腺癌患者数据存储在xx医院，另一部分数据存储在某个其他机构，不同机构数据所包含的特征相同。 这种情况下，xx医院想申请使用其他机构的乳腺癌患者数据进行乳腺癌预测模型建模会非常困难。因此可以通过华为TICS可信智能计算平
HTTP方法 方法 说明 GET 请求服务器返回指定资源。 PUT 请求服务器更新指定资源。 POST 请求服务器新增资源或执行特殊操作。 DELETE 请求服务器删除指定资源，如删除对象等。 HEAD 请求服务器资源头部。 PATCH 请求服务器更新资源的部分内容。 当资源不存在的
联邦预测作业在保障用户数据安全、模型资产安全的前提下，利用多方数据和模型实现样本联合预测。 目前TICS支持两种类型的预测方式： 批量预测： 批量预测通过在计算节点后台发起离线预测任务的方式，在任务完成后可以获得指定数据集中所有样本的预测结果。 实时预测： 实时预测通过在计算节点部署在线预测服
id from league_creator.tax 系统提示不支持进行敏感数据的SELECT操作。 图3 不支持敏感操作 若试图在敏感数据中追加自己的数据， 从结果倒推敏感数据，即求原数据。 Select tax_bal + electric_bal from
在IEF服务控制台，单击“边缘应用 > 应用配置”，进入配置项页签。 图14 进入配置项页签 在配置项列表上方的搜索栏中输入3中记录的实例名称前三段，搜索配置项。 图15 搜索配置项 单击搜索到的配置项对应操作栏中的“更新”，进入更新配置项页面。 图16 更新配置项 在更新配置项页面，搜索“FILE”
实现多个参与方数据流的自动化编排和融合计算。 自主高效 数据使用全流程可视化展示，为数据参与方提供可感知、可监测的数据使用过程； 支持数据参与方、计算方的多种部署模式，包括云上（同Region、跨Region）、边缘节点、HCSO的部署模式； 采用容器化资源/部署管理，支持调度方、数据参与方、计算方的弹性扩缩容。
id from league_creator.tax 系统提示不支持进行敏感数据的SELECT操作。 图3 不支持敏感操作 示例二： 若试图在敏感数据中追加自己的数据， 从结果倒推敏感数据，即求原数据。 Select tax_bal + electric_bal from
练作业”等筛选条件可以找到用于预测的模型，点选使用的模型后单击“确定”按钮即完成联邦预测作业的创建。 父主题： 使用TICS联邦预测进行新数据离线预测
用户可以查看到曾在该计算节点上执行过的所有作业，并查看自己这个计算节点在作业中的位置以及数据流向。 通过任务管理，用户可以查看自己的计算节点在空间中的作业参与度，并通过“计算过程”来确认数据是否合理、安全地被使用。 用户登录TICS控制台。 进入TICS控制台后，单击页面左侧“计算节点管理”，进入计算节点管理页面。
本地的数据集训练子模型。 训练模型文件则定义了模型的结构，会用于每个参与方在本地初始化模型。 图2 配置执行脚本、训练模型文件 配置已方、对方数据集。在作业的数据集配置中，选择己方、对方的本地数据集，此外需将已方的数据集设为评估数据集。横向联邦中，需要确保不同参与方的数据集结构完全一致。
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
现阶段，企业级的单方风控体系已逐步建立，在机构内数据统一共享的基础上实现了覆盖业务前、中、后各环节的智能风控。然而，单方数据风控面临存在数据不全面、风控不及时的问题。随着隐私计算等技术为数据要素的有效流通提供了必要手段，多方数据联合风控成为新趋势。其中，黑名单共享查询是风控中的
用户需要计算节点短暂脱离空间，一段时间内不想被其他参与方使用自己的数据时，可以手动触发计算节点下线。即“计算节点状态”为“在线”时，触发单击下线，计算节点会切换成离线状态，180秒后空间其他参与方无法使用该计算节点已发布的数据集运行作业。 用户想要加入空间，想被其他参与方使用自己的数据时，可以手动触发计算节点上线。
果。 数据隐私保护强 多方采用隐私集合求交PSI对齐样本数据，本地数据或模型加密后在安全环境中运算，实现数据可用不可得。精细化的数据隐私保护策略，确保分析结果中强制执行隐私数据的脱敏。 图1 政企信用联合风控 政府数据融合共治 由于数据安全以及隐私保护问题，政府各委办局数据尚未充
场景描述 某企业A在进行新客户营销时的成本过高，想要通过引入外部数据的方式提高营销的效果，降低营销成本。 因此企业A希望与某大数据厂商B展开一项合作，基于双方共有的数据进行联邦建模，使用训练出的联邦模型对新数据进行联邦预测，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。
场景描述 某企业A在进行新客户营销时的成本过高，想要通过引入外部数据的方式提高营销的效果，降低营销成本。 因此企业A希望与某大数据厂商B展开一项合作，基于双方共有的数据进行联邦建模，使用训练出的联邦模型对新数据进行联邦预测，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。
TICS可信计算节点套餐采用包年/包月计费模式，套餐到期后进入保留期。保留期内，数据仍予以保留，但是您将无法访问TICS实例，您无法在TICS管理控制台进行操作，相关接口也无法调用。如果在保留期结束时您没有续费，TICS将终止服务，系统中的数据也将被永久删除。 欠费 TICS可信计算节点套餐采用包年/
本章节以“小微企业信用评分”场景为例。 背景信息 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。 图1
模型评估 训练时的评估指标是用训练的数据集中随机采样的记录计算的，完成训练后企业A也可以使用其他的数据集对同一个模型进行多次的评估。单击“发起评估”选择训练参与方不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
部署计算节点时，“状态”列长时间显示为“部署中”（超过20分钟），如何查看计算节点部署情况？ 用户部署计算节点的节点，如果是第一次部署计算节点，会从远端拉取计算节点的镜像版本到节点，导致时间较长。当节点上已经存在镜像版本，再次在该节点上部署计算节点时，会直接使用节点上的镜像版本创建计算节点，创建时间较快。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
