联邦学习 群雄逐鹿：微众fate与富数fmpc的最新版本实战性能对比

摘要:  最近一直在研究跟联邦学习相关的东西，现在的参考资料也越来越多，热度也十分火热。百度、阿里、腾讯、富数、清华、微众银行、平安科技等多家机构都在不同场景中进行战略布局。这其中主要解决的场景问题，笔者总结如下

 · 个人隐私保护 以互联网营销、互联网信贷为例，依赖大量的用户第三方数据补充用户画像、拉新、提升用户活跃度、提高大数据风控能力，然而随着互联网金融数据监管时代的来临，对个人隐私保护，敏感数据获取，存储，使用有了更多的限制。

 · 打破数据孤岛 巨头数据厂商都拥有海量的用户行为数据，消费能力，消费偏好等，也就是说巨头们拥有很多X， 对于其他拥有各自业务的企业而言，拥有其业务相关的Y，双方各自都有需。数据合规性方面，企业间的数据不能直接进行传输；但是行业要发展，躺在服务器中的数据不能发挥价值是不允许滴；

笔者有幸体验到了最新版本的微众fate与富数fmpc的联邦学习平台。做了点笔记记录两个平台的性能对比，主要是联邦学习相关性能对比，不涉及多方安全计算及统计

这次评测运行机器的配置信息以及对比了哪些指标？

机器信息

两台独立物理机，40核128G

对比指标

· 性能——两个平台各自运行任务需要多长时间才能得出模型结果？

· 准确性——两个平台处理任务得到结果之间的对比

两个平台任务处理流程如下

数据添加 - 数据预处理 - 特征工程 - 模型训练 - 模型评估 - 模型发布

样本准备