第14期圆桌会回顾 | FATE 1.7版本内容介绍

FATE开源社区最新圆桌会议介绍了FATE 1.7版本更新内容,涵盖算法优化、多方安全计算、模型迁移等关键特性,并解答了用户关于联邦学习实践中的常见疑问。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

10月27日,FATE开源社区第14期圆桌会圆满落幕。本次圆桌会,由FATE团队资深算法专家马国强老师、资深架构师曾纪策老师,为大家介绍FATE v1.7版本的内容。

视频回放&课件,点击下方链接获取:

第14期圆桌会回顾 | FATE 1.7版本内容介绍icon-default.png?t=LA23https://mp.weixin.qq.com/s/8JcBlbRj2FX0JxsubGdbvw

接下来带大家回顾经典问答环节,为各位朋友答疑解惑。

问答环节

● Q1:

left-Join那部分,匹配ID、样本ID,是说训练过程不会泄露公共样本的真实ID吗?

● A1:

所谓的真实ID其实是匹配ID。纵向联邦算法需要做样本对齐,真实ID匹配这一步还是需要的。但是经过PSI模块之后,如果开启了匹配ID的功能,在实际建模的时候,得到的ID列只是样本ID,类似uuid或者index这些无实际价值的字符串。

● Q2:

刚刚提到的BloomFilter,过滤原理是什么,怎么快速得到的候选集?

● A2:

BloomFilter主要是用来做粗选,样本比较少的一方,用自身的ID去产生一个BlommFilter,同时要保证有足够的误差。然后将结果发送给其它数据量大的一方,让其它方去过滤出可能的候选集,然后用候选集来进行正常的PSI流程。

● Q3:

如果是1亿对1亿的这种对称的、大量的PSI,有什么优化建议吗?

● A3:

1亿对1亿对称的,我们的优化点之一CRT优化也是有好几倍的提升的,因为A方计算量是r^e和da.= ya / r,这个计算是比较快的,rsa协议里面,e一般是65537=2**16+1,而d是和n基本是同阶,耗时主要在B方(拥有RSA私钥的一方)。

另外一亿这种数据一般是比较稳定的,该方的数据每次变动不大的话也可以应用离在线拆分的功能。毕竟A方即使是一亿,计算量也不大,也会有很大的提升。

● Q4:

1.7版本里面加密机制,有用到差分隐私吗?

● A4:

目前没有用到。因为联邦学习的应用,一般目标都是通过联邦建模去训练一个更好的模型,FATE现阶段的模型效果和中心化机器学习相比,效果基本是无损的。但如果用了差分隐私,联邦情况下比较难去评估真实效果,另外,差分隐私需要在安全性和噪声的选择上的平衡,而更大的noise虽然带来了安全性上的提升,但建模效果的影响也会变大。所以FATE这个阶段还没有用到差分机制。

● Q5:

1.7版本什么时候在GitHub开源 ?

● A5:

当前已处于测试收尾阶段,预计11月开源。

● Q6:

FATE可以直接做多方安全计算吗 ?

● A6:

FATE框架除了提供多种联邦模型外,也提供了多种多方安全计算协议供用户使用,是可以直接做多方安全计算的。

● Q7:

刚才提到check point预测,是可以把模型每轮迭代的模型都预测出来,方便进行对比吗?

● A7:

是的,我们的架构师在会议上也分享了checkpoint 的相关知识。用户可以通过deploy指令去生成不同迭代轮次的预测模型,然后进行预测。

● Q8:

横向模型训练好了可以迁移出来到其他系统使用吗?

● A8:

对于横向模型,FATE提供工具将模型转换成对应的Scikit-Learn、TensorFlow、Pytorch、LightGBM模型,然后用户可以部署到支持上述模型的在线推理系统,如KFServing,以支持在线推理。

● Q9:

啥时候可以从页面新建训练任务?

● A9:

FATEBoard主要定位是可读性的可视化操作,我们会把这个功能放在另外的一个可视化的系统。

● Q10:

权限管理和数据追朔,主要是为了怎么做/谁来做审计?

● A10:

商业化场景下,在构建一个的合作网络的时候,合作身份及权限管理是必不可少的,这是保护本方资源的一种手段,如数据集资源、计算资源等。

数据追溯是指一份数据包括其衍生数据的完整使用记录,使用记录可以包含使用数据的作业、站点身份、角色、哪些算法组件等等,可以比较清晰的描述了数据流动的完整周期,用以满足各维度的安全审计。

● Q11:

审计功能可以再详细介绍下吗?有提供可视化过程和报表吗?

● A11:

审计是FATE会逐步加强的一个重要功能,当前1.7版本做了一些基础的信息收集工作,例如记录每个作业用到的数据集、数据集的来源父数据集等。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值