邦学习(Federated Learning,FL),是机器学习的一种延伸,使用分布式的 方式让模型在不同数据源进行训练,实现共同建模,而数据又不会离开其生产环 境。在共享的内容中,部分模型参数共享而原始数据不共享,由于共享的是模型 而不是原始数据,可达到最大限度避免数据泄漏的效果。联邦学习在涉及到模型 训练的场景适用度高效果好,在金融场景有普遍应用。
《数据安全流通方案/瓴羊隐私计算白皮书》电子书,点击https://developer.aliyun.com/ebook/download/7824 可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。