<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hellompc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/hellompc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; hellompc]]></copyright><item><title><![CDATA[隐私计算S2赛季-谁是真正的王者]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/109385726</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/109385726</guid><author>hellompc</author><pubDate>Fri, 30 Oct 2020 15:13:24 +0800</pubDate><description><![CDATA[去年至今，隐私计算大约经历了如火如荼的一年。身为局中人，看穿居中事，道尽居中话，为的无非是让更多的来了解这个比较细分的AI领域。秋天本是硕果累累的丰收季，隐私计算这个行业算是金秋吗？

一喜一悲

一喜为百花齐放。我所知道在布（挂）局（钩）隐私计算技术的国内科技公司，大约三十来家，国外除了大厂，创业公司为数不多。这是可喜的，因为任何新领域，必须有尽可能多的布道者、参与者、使用者，这对新技术的传播和教育具有多点开花的作用。所以，你可以看到去年谈隐私计算，无人知晓；今年谈及，无人不知。这就是非常积极的行业信号反]]></description><category></category></item><item><title><![CDATA[2020年 我对数据行业的思考 | 特邀专栏]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/107104307</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/107104307</guid><author>hellompc</author><pubDate>Fri, 03 Jul 2020 13:52:37 +0800</pubDate><description><![CDATA[疫情之下，半年已过。2020年，似乎过的特别快，也特别难，各行各业。今天我想回首这半年下来对数据这个行业的一些观点，我看到了一些趋势的变化：数据行业的重心从“获取存储”迁移到“开放共享”；数据应该从“越用越贬值”变成“越用越值钱”；数据已经变成一个企业的资产和负债；数据人才缺口会越来越大……
本文叙述的故事较长，娓娓道来，几个关键词汇参考下图。




乘风破浪的数据行业

数据中心是新基建的重点
我一定要先聊下数据中心（IDC），因为今年有几个比较重要的事件：

阿里巴巴
4月20日，阿里云宣布，未来3.]]></description><category></category></item><item><title><![CDATA[联邦学习工程实践中的三大难题]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/107088610</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/107088610</guid><author>hellompc</author><pubDate>Thu, 02 Jul 2020 17:07:28 +0800</pubDate><description><![CDATA[“实践是检验真理的唯一标准”，联邦学习谈概念的文章已经很多，今天我们来从实践中聊几个实事求是的问题。

联邦学习领域已有众多论文支撑，但在实践中，因为涉及到多学科的交叉，真正能落地应用的平台，少之又少。所以你可以看到已经有三四十家做联邦学习的公司，但是仅有七八家是能真正亮相产品。这应该是一个比较正常的现象，因为联邦学习工程落地所面临的挑战远远比理论复杂。

1）断点训练

断点训练，是指联邦学习过程中“训练可暂停”，如果发生多方之间的网络异常造成超时，待网络恢复正常后，联邦学习模型可从上次的断点开始继续训练]]></description><category></category></item><item><title><![CDATA[隐私计算项目评估的“偏见”]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/107088399</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/107088399</guid><author>hellompc</author><pubDate>Thu, 02 Jul 2020 17:03:50 +0800</pubDate><description><![CDATA[如何评估一个项目是不是值得投资，这件事情可能VC最有专业性，本文站在一线工作者的角度，阐述目前隐私计算项目的深浅。（有些东西，一定是老百姓口中说出来的可能更贴近现实）

做硬件的拼技术

荷兰ASML公司是全球最大的光刻机制造商，也是全球唯一可以提供EUV光刻机的厂商，在全球高端光刻机市场处于垄断地位。简单讲，硬件厂商如果要做成功，核心是技术和工艺，我们国家出现不了Intel、ARM、英伟达这样的企业，原因之一就是技术与工艺的落后。

做软件，我觉得不太一样，软件的可复制性比较强。为了说明问题需要，我这里把]]></description><category></category></item><item><title><![CDATA[一篇可能被联邦学习同行封杀的文章]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/106281634</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/106281634</guid><author>hellompc</author><pubDate>Fri, 22 May 2020 15:46:41 +0800</pubDate><description><![CDATA[我很喜欢巴菲特的一句话“当别人疯狂时我恐惧，当别人恐惧时我疯狂”，用于今天的隐私计算这个行业，非常合适。因为，“百花齐放”、五花八门、鱼龙混杂的隐私计算行业初期，确实让我对这个领域有一些担忧。本文我试图从隐私计算软件是否是开源和自主研发的角度来叙述当下的问题。

安全已是国家战略

作为程序员，我无条件支持开源，因为这是推动技术发展、普惠码农最廉价的方式，没有之一。放到安全计算这个领域，因为它的技术前沿性、未知性，将平台开源无疑是推动这一技术往前发展的有效方式。但是，火热的隐私计算领域让我陷入深深的思考——]]></description><category></category></item><item><title><![CDATA[疯狂的联邦学习！研究员年薪百万？]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/105796186</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/105796186</guid><author>hellompc</author><pubDate>Mon, 27 Apr 2020 18:06:41 +0800</pubDate><description><![CDATA[码农不容易
我这十几年一直在学习，停都停不下来！因为互联网技术发展真的造化弄人：上学那会儿，老师说C++有前途，因为大多数的企业都用它来写服务器程序；过了两年突然原来这个世界是Java的，遂挑灯恶补Spring。然而，技术永远在诞生新的“概念”（就要玩死码农），hadoop又出来糟蹋我们的青春了（所以真正爱学习的程序员哪有时间去蹦迪），“大数据”吞噬了我们的“小时间”。就在最近，很多人又开始慌了...]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/105705745</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/105705745</guid><author>hellompc</author><pubDate>Thu, 23 Apr 2020 13:37:22 +0800</pubDate><description><![CDATA[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，...]]></description><category></category></item><item><title><![CDATA[“联邦学习”和他的朋友们]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/105703381</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/105703381</guid><author>hellompc</author><pubDate>Thu, 23 Apr 2020 11:29:13 +0800</pubDate><description><![CDATA[最近，我们所从事的行业领域“联邦学习”异常火热，“上云用数赋智”、“数据成为生产要素之一”、“新基建之一的大数据”……我有时候给同行和非同行讲述各行各业都需要用到我们这个技术，来保证企业生产提效过程中使用数据的安全，过程中，他们都被我感动和调动起来了，然后反过来给我提了很多可以应用的场景和潜力，说这个市场未来真的很刚需、很大，最后我也被我自己感动了。

“联邦学习”和他的朋友们

事实上，我和...]]></description><category></category></item><item><title><![CDATA[从数据开放共享角度解读中央文件：《关于构建更加完善的要素市场化配置体制机制的意见》]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/105554198</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/105554198</guid><author>hellompc</author><pubDate>Thu, 16 Apr 2020 11:36:15 +0800</pubDate><description><![CDATA[近日，中共中央国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，对推进要素市场化配置改革进行总体部署，明确了要素市场制度建设的方向和重点改革任务。将 “ 数据 ”与土地、劳动力、资本、技术等传统要素并列为要素之一，其中重点强调了做好数据开放共享的同时，加强数据资源整合和安全保护。

生产要素，是经济学中的一个基本范畴，主要指的是进行社会生产经营活动时所需要的各种社会资源，是维系国民经...]]></description><category></category></item><item><title><![CDATA[以武会友，两大主流联邦学习产品体验]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/104822723</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/104822723</guid><author>hellompc</author><pubDate>Mon, 16 Mar 2020 11:29:15 +0800</pubDate><description><![CDATA[如今，AI技术在几乎每个行业中都展现出了自己的优势，无人驾驶汽车，医疗保健，互联网金融等已经深入我们的生活。然而随着大数据和AI技术的逐渐成熟，各机构和组织对数据安全和用户隐私的妥协意识也日益增强，对数据隐私和安全的重视已成为全球性的重要问题。同时欧盟于2018年5月25日发布实施了《通用数据保护条例》 [GDPR]， 旨在保护用户的个人隐私和数据安全，中国和美国也正在制定类似的隐私和安全法案。受...]]></description><category></category></item><item><title><![CDATA[隐私计算和联邦学习发展的举措]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/104179823</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/104179823</guid><author>hellompc</author><pubDate>Wed, 05 Feb 2020 11:18:27 +0800</pubDate><description><![CDATA[建立大数据隐私计算和联邦学习生态联盟

联邦学习的新商业模式需要一个商业联盟，联盟包含有 N 个实体，加入联盟的实体，可以像朋友圈一样能够利用各自的数据联合建立模型。联邦数据联盟鼓励各方参与，联盟成员一方面进行垂直领域的合作，另一方面，联盟有明确的在不同场景下的激励机制和权益分享，可以使用区块链技术建立一个让参与各方都满意的一个共识机制来估计大家的贡献，以此奖励对联盟有作用的机构。

在生态联盟里...]]></description><category></category></item><item><title><![CDATA[Linux 系列之常用命令记录整理]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/104001318</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/104001318</guid><author>hellompc</author><pubDate>Thu, 16 Jan 2020 11:07:46 +0800</pubDate><description><![CDATA[Linux一些命令可以在开发或调试过程中起到很好的帮助作用，有些可以帮助了解或优化我们的程序，有些可以帮我们定位疑难问题。
本篇博客将介绍工作中常用的linux命令，记得收藏，博客不定时更新


			命令
			
			
			功能说明
			
		
			线上查询及帮助命令 (2 个)
			
		
			man
			
			
			查看命令帮助，命令的词典，更复杂的还有 info，但不常用...]]></description><category></category></item><item><title><![CDATA[功能视图的组成]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856539</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856539</guid><author>hellompc</author><pubDate>Thu, 09 Jan 2020 17:29:58 +0800</pubDate><description><![CDATA[功能视图是构建联邦学习系统所需功能的技术中立的视图。功能视图描述了支持联邦学习活动所必需功能的分布，定义了功能之间的依赖关系。功能视图涵盖的联邦学习内容如图，包括：功能组件、功能层、跨层功能。功能组件是参与某一活动所需的、能实现的功能构件，联邦学习系统能力由一组已实现的功能组件定义。功能层是一组提供类似功能或服务于共同目标的功能组件的集合。跨层功能提供跨越多个功能层次能力的功能组件。



联邦学...]]></description><category></category></item><item><title><![CDATA[服务层组件]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856748</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856748</guid><author>hellompc</author><pubDate>Thu, 09 Jan 2020 17:29:45 +0800</pubDate><description><![CDATA[用户服务组件

用户服务组件支持联邦学习服务用户访问和使用服务，包括:

a) 用户界面：提供联邦学习服务客户与服务进行交互的功能，如命令行界面、图形用户接口和API等；

b) 任务提交：提供将联邦学习服务客户的需求（如建模、预测等）提交到联邦学习网络中的功能；

c) 导入/导出工具：提供将数据、模型等导入/导出联邦学习网络的功能；

d) 数据发布与发现：联邦学习的参与方可以发布本方的数据供...]]></description><category></category></item><item><title><![CDATA[算法层组件]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856839</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856839</guid><author>hellompc</author><pubDate>Thu, 09 Jan 2020 17:29:32 +0800</pubDate><description><![CDATA[样本对齐组件

样本对齐组件通常用于纵向联邦学习，要求应包括：

a) 各方在不公开各自数据的前提下确认数据源的重叠样本；

b) 不暴露非重叠样本。

特征对齐组件

特征对齐组件通常用于横向联邦学习，要求应包括：a) 各方在不公开各自数据的前提下确认数据源的重叠特征属性；

b) 不暴露非重叠特征属性。

联合特征工程组件

联合特征工程的功能应包括：

a) 联合特征使用方案；

b) 联合...]]></description><category></category></item><item><title><![CDATA[算子层组件]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856879</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856879</guid><author>hellompc</author><pubDate>Tue, 07 Jan 2020 10:00:18 +0800</pubDate><description><![CDATA[聚合算子

聚合算子应根据聚合策略、加密方式进行定制。常见的联邦学习聚合算子定制方法是以随机数为基础，结合多方安全计算协议进行变化。

激活函数

激活函数应包括但不限于：

a) 传统机器学习的激活函数，如 sigmoid、softmax、tanh、softsign 等；

b) 联邦学习的联合激活函数，如基于半同态加密的泰勒展开 sigmoid、基于秘密共享的 ReLU等。

正则化处理器

...]]></description><category></category></item><item><title><![CDATA[基础架构层组件]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856948</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856948</guid><author>hellompc</author><pubDate>Tue, 07 Jan 2020 10:00:03 +0800</pubDate><description><![CDATA[计算组件

计算组件包括：

a) 支持任务在单机上执行，宜支持分布式任务执行；

b) 应具备明确的任务元信息管理方案，确保联邦学习活动正常运行；

c) 宜具备一定容错性，如任务的失败与恢复功能；

d) 应提供 API 具备联邦学习算法开发能力。

存储组件

存储组件功能包括：

a) 宜支持 Key-Value 存储；

b) 支持其他存储系统到存储组件的数据导入与导出；

c) 支持数...]]></description><category></category></item><item><title><![CDATA[运营及其他功能组件]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103856969</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103856969</guid><author>hellompc</author><pubDate>Tue, 07 Jan 2020 09:59:48 +0800</pubDate><description><![CDATA[运营功能组件包括：

a) 服务目录：提供联邦学习系统的所有服务列表；

b) 策略管理：提供联邦学习服务的定义、更新和访问策略及对策略的管理；

c) 异常和问题管理：提供事故和问题报告的捕获能力，并通过分析管理报告；

d) 服务交付管理：提供服务交付的管理功能，如交付的功能接口、SLA 等。

系统安全功能组件

系统安全功能组件主要为联邦学习各功能组件层、层间交互以及各参与方交互提供保密性...]]></description><category></category></item><item><title><![CDATA[用户视图与功能视图之间关系]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103857023</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103857023</guid><author>hellompc</author><pubDate>Tue, 07 Jan 2020 09:59:35 +0800</pubDate><description><![CDATA[联邦学习角色和活动与功能组件之间的逻辑映射关系可用于：

a) 明确信息流或其他类型互操作的程度；

b) 确保指定的质量，如安全或服务水平等。

联邦学习角色、组件与活动


			
			
			
			用户
			
			
			参与方
			
			
			协调方
			
		
			服务层
			
			
			使用联邦学习服务

			发现数据元信息

			发现服务能力

			提...]]></description><category></category></item><item><title><![CDATA[隐私与安全]]></title><link>https://blog.youkuaiyun.com/hellompc/article/details/103857322</link><guid>https://blog.youkuaiyun.com/hellompc/article/details/103857322</guid><author>hellompc</author><pubDate>Tue, 07 Jan 2020 09:59:22 +0800</pubDate><description><![CDATA[联邦学习的根本目标是为了保障数据信息安全，但是在不同的场景，不同的主体对于隐私和数据安全的要求或者定义不相同。因此在联邦学习中，参与方们在进行隐私保护下的机器学习之前需要定义数据安全的概念，达成共识。

在联邦学习中，我们有以下4个假设：

1. 所有参与方们都是诚实但好奇的。所有的参与方们会遵循联邦学习的数据保密规则，但同时他们也会利用所得到的所有信息去推测其他参与方的数据信息。

2. 在参与...]]></description><category></category></item></channel></rss>