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
费空间，超出则计费。具体的计费规则参见计费概述。 计算节点为边缘节点部署时，仅支持1.20.0及以上版本对接AOM，低版本可参考空间升级将空间升级至最新版本。 云租户部署对接AOM 若购买可信计算节点时，打开“开启AOM日志监控”功能，则已完成对接AOM。 对接完成后，可参考AO
league_status String 空间状态，CREATING创建中，CREATE_FAILED创建失败，NORMAL正常，UPDATING升级中，UPDATE_FAILED升级失败，ROLLING回滚中，ROLL_FAILED回滚失败，DELETING删除中，DELETE_FAILED删除失败，DELETED已删除
图7 删除空间 查看空间操作记录 TICS提供透明的空间操作记录。空间的创建、部署、删除、升级回滚操作都会被详细记录。 在详情中，操作进程以可视化的方式展示，清晰展示空间的部署、升级、回滚、删除步骤，在出现问题时便于分析排查。 用户登录TICS控制台。 进入TICS控制台后，
"id" : "ef73b252a0ad4b5db21a12c40a413b2f", "name" : "1.14.1升级验证", "partners" : 0, "creator_name" : "user01", "create_time"
b" }, "agent_deploy_bcs" : null, "agent_deploy_node" : { "ecs_server_id" : "5461246e-29fc-4016-b422-4b0db86a89a6", "node_id" :
"cce:cluster:list", "cce:node:list", "ecs:cloudServers:list", "mrs:cluster:list",
云租户部署计算节点： 进入CCE服务控制台，找到对应部署计算节点的CCE集群。 图8 查找CCE集群 单击集群名，进入集群详情，然后切换到“配置与密钥”选项，进入“配置项”页签。 图9 进入配置项页签 在配置项页签找到命名如“agent-x-xxxxx”的配置项，单击操作栏的“更新”按钮，进入更新配置项窗口。
环境准备 开发环境简介 参考：获取认证信息 配置CCE服务 配置IEF服务 TICS服务委托授权 配置IEF高可用节点 购买TICS服务 部署计算节点 创建连接器
数据集发布 前提条件 完成数据准备工作。 操作步骤 进入TICS服务控制台。 在计算节点管理中，找到购买的计算节点，通过登录地址，进入计算节点控制台。 图1 前往计算节点 登录计算节点后，在下图所述位置新建连接器。 图2 新建连接器 输入正确的连接信息，建立数据源和计算节点之间的安全连接。
阶段一：数据发布 前提条件 完成数据准备工作。 操作步骤 进入TICS服务控制台。 在计算节点管理中，找到购买的计算节点，通过登录地址，进入计算节点控制台。 图1 前往计算节点 登录计算节点后，在下图所述位置新建连接器。 图2 新建连接器 输入正确的连接信息，建立数据源和计算节点之间的安全连接。
API概览 TICS提供的接口为符合RESTful API设计规范的自研接口。 使用空间API可以查询TICS空间的相关信息，如获取空间列表、获取计算节点列表等。空间API可通过调用IAM服务“获取用户Token接口”获取Token进行认证鉴权，支持在API Explorer平台
概述 欢迎使用可信智能计算服务TICS (Trusted Intelligent Computing Service)。可信智能计算服务TICS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，
开发流程 图1 开发流程 表1 开发流程 阶段 说明 参考文档 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s
启用区块链审计服务（可选） 若您希望空间启用区块链服务（BCS）来审计任务信息，请仔细阅读本章节。 空间发起方需要根据基于CCE集群创建联盟链完成空间链的创建过程。 “区块链类型”参数值需要选择“空间链”，否则将影响后续操作。 发起方按照组建联盟链中“邀请成员”部分的描述，邀请参与方加入空间链。
数据准备 乳腺癌数据集从UCI获取，该数据集只包含连续类型特征，因此对所有特征使用Scikit-Learn的StandardScaler进行了归一化。为了模拟横向联邦学习场景，将数据集随机划分为三个大小类似的部分：（1）xx医院的训练集；（2）其他机构的训练集；（3）独立的测试集
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
