騰訊科技訊，近日，全球首個聯邦學習工業級開源框架 FATE (Federated AI Technology Enabler)正式迎來了 1.4 新版本發布。FATE (Federated AI Technology Enabler) 是微眾銀行 AI 部門發起的開源項目，為聯邦學習生態系統提供了可靠的安全計算框架。

　　如何在保證本地訓練數據不公開的前提下，實現多個數據擁有者協同訓練一個共享的機器學習模型？傳統的機器學習方法需要將所有的數據集中到一個地方（例如數據中心），然后進行機器學習模型的訓練。但這種基于集中數據的做法無疑會嚴重侵害用戶隱私和數據安全。如今，世界上越來越多的人開始強烈要求科技公司必須根據用戶隱私法律法規妥善地處理用戶的數據，歐盟的《通用數據保護條例》是一個很好的例子。FATE (Federated AI Technology Enabler) 是微眾銀行 AI 部門發起的開源項目，為聯邦學習生態系統提供了可靠的安全計算框架。FATE 項目使用多方安全計算 (MPC) 以及同態加密 (HE) 技術構建底層安全計算協議，以此支持不同種類的機器學習的安全計算，包括邏輯回歸、基于樹的算法、深度學習和遷移學習等。

　　而聯邦學習這門技術，則可以將分布式機器學習、密碼學、基于金融規則的激勵機制和博弈論結合起來，從而解決分散數據的使用問題。FATE (Federated AI Technology Enabler)作為全球首個聯邦學習的工業級開源框架，實現了同態加密和多方計算（MPC）的安全計算協議，其支持聯邦學習架構，內置了多種機器學習算法的聯邦學習實現，FATE 的每一次更新迭代，都在一定程度上代表著聯邦學習的前進方向。

　　在這一版本中，FATE 著重提升了用戶在真實建模中的體驗，橫向聯邦增加了對 Secureboost 樹算法的支持，縱向聯邦廣義線性模型系列則增加了對基于 AIC 及 BIC 進行逐步回歸模型選擇的全面支持，縱向聯邦分箱也新增了最優分箱方法，支持 iv\gini\chi-square\ks，同時，作為 FATE 計算/存儲/通信引擎的 EggRoll 也迎來了全新的 2.0，穩定性、性能以及用戶體驗顯著提升。作為側重點在完善 FATE 可用性的這一版本，相信能為開發者帶來更為流暢的使用體驗。

總結

以上是生活随笔為你收集整理的联邦学习开源框架FATE新版本发布！配套引擎EggRoll焕新登场的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。