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
大数据厂商B的数据集如下： 创建数据集后单击“发布”按钮即可将数据的元数据信息发布到tics空间侧，供其他合作方参考。 父主题： 使用TICS可信联邦学习进行联邦建模
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法模型，后续文档会介绍如何使用已有的算法模型对新的数据进行预测。 父主题： 使用TICS可信联邦学习进行联邦建模
户部署”，则您在购买TICS服务前需要对CCE服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 CCE服务委托授权 由于CCE在运行中对计算、存储、网络以及监控等各类云服务资源都存在依赖关
户部署”，则您在购买TICS服务前需要对CCE服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 CCE服务委托授权 由于CCE在运行中对计算、存储、网络以及监控等各类云服务资源都存在依赖关
点部署”，则您在购买TICS服务前需要对IEF服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 IEF服务委托授权 使用主账号访问IEF服务首页，单击“同意授权”，IEF将在统一身份认证服
点部署”，则您在购买TICS服务前需要对IEF服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 IEF服务委托授权 使用主账号访问IEF服务首页，单击“同意授权”，IEF将在统一身份认证服
则会影响部分功能使用。 资源分配策略 CPU(Cores) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配核数。 内存(GiB) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配内存。容器预留部分管理资源，作业可用内存最大值设置为内存数值的0.6倍，且向下取整。
则会影响部分功能使用。 资源分配策略 CPU(Cores) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配核数。 内存(GiB) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配内存。容器预留部分管理资源，作业可用内存最大值设置为内存数值的0.6倍，且向下取整。
__name__ == '__main__': train() 准备本地纵向联邦数据资源 纵向联邦学习的数据方分为标签方（数据集中有标签列的一方）和特征方（数据集中没有标签列的一方），目前仅支持CSV格式的文本文件，以及包含CSV文本的数据目录。目录数据集下必须至少包含一个C
管理文件 文件管理是可信智能计算服务提供的一项管理联邦学习模型文件的功能。通过文件管理，参与方无需通过登录后台手动导入模型文件，而是直接将模型文件上传到数据目录进行管理。 使用文件管理功能后，创建联邦学习作业时用户可以便捷地选择自己以前上传的执行脚本、训练模型、数据文件、权重参数
UNIQUE_ID--唯一标识 2.SENSITIVE--敏感 3.NON_SENSITIVE--非敏感 fl_label_type 否 String 联邦学习字段标签分类 privacy_policy 否 String 字段数据处理隐私策略。 1.MASK--掩码 2.NONE--不处理 privacy_policy_ext
数据集id data_type String 字段类型 fl_label_type String 学习数据集标签类型。UNIQUE_ID唯一标识，FEATURE特征，LABEL标签，FILTER过滤字段 is_discrete Boolean 是否离散 length Integer
HFL—横向联邦学习 3.VFL_TRAIN---纵向联邦学习（训练） 4.VFL_EVALUATE---纵向联邦学习（评估） 5.VFL_ID_TRUNCATION---纵向联邦学习（样本粗筛） 6.VFL_FEATURE_SELECTION---纵向联邦学习（特征选择） 7.
查询执行结果 功能介绍 查询学习类型作业执行结果 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/leagues/{league_id}/job-instances/{instance_id}/result 表1 路径参数 参数 是否必选 参数类型
传统金融企业联合营销模式中，金融企业往往需要将双方的数据集中到一个安全实验室中进行标签融合，模型训练，但常面临数据泄露和隐私等挑战。联邦建模采用分布式架构进行部署和建模，参与联合营销的企业原始和明细数据不出库的前提下进行跨域数据建模，实现精准营销，同时保障企业数据安全与个人隐私。 优势： 原始数据不出企业安全域、不
需要指定csv文件的“分隔符”、“是否包含表头”。“是否包含表头”是指文件的第一行是否是每一个字段的名称。 数据结构：配置每个字段的类别标签，包括以下几种： “字段类型”：支持BOOLEAN、TINYINT、SMALLINT、INTEGER、BIGINT、FLOAT、DOUBL
支持在分布式的、信任边界缺失的多个参与方之间建立互信空间； 实现跨组织、跨行业的多方数据融合分析和多方联合学习建模。 灵活多态 支持对接主流数据源（如MRS、 DLI、 RDS、 Oracle等）的联合数据分析； 支持对接多种深度学习框架(TICS，TensorFlow)的联邦计算； 支持控制流和数据流的分离
单独使用场景 数据持有双方为获取己方与对方数据的交集，在不暴露其它数据的情况下，将需要获取交集的那一部分数据与对方的数据，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
则会影响部分功能使用。 资源分配策略 CPU(Cores) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配核数。 内存(GiB) 用户可根据返回资源剩余规格，按照分析与学习需求，灵活分配内存。容器预留部分管理资源，作业可用内存最大值设置为内存数值的0.6倍，且向下取整。
取值为0时系统默认返回第1页，与取值为1相同。 limit 是 Integer 查询个数。 查询返回连接器的个数，每页默认值是10，取值0-100，每页最多返回100个。 connector_query_type 否 String 连接器类型，主要分为多方安全计算连接器和可信联邦学习连接器。 多方安全计算连接器
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
