联邦学习实战

联邦学习实战读书笔记模板01思维导图读书笔记作者介绍内容摘要目录分析精彩摘录目录0305020406思维导图实战学习联邦隐私学习人工智能案例联邦学习案例模型数据横向联邦机制描述系统应用训练平台本书关键字分析思维导图内容摘要内容摘要数据孤岛和隐私保护已经成为制约人工智能发展的关键因素。联邦学习作为一种新型的隐私保护计算方案，在数据不出本地的前提下，能有效联合各参与方联合建模，从而实现“共同富裕”，成为当下人工智能领域备受**的热点。本书以实战为主（包括对应用案例的深入讲解和代码分析），兼顾对理论知识的系统总结。全书由五部分共19章构成。第一部分简要介绍了联邦学习的理论知识；第二部分介绍如何使用Python和FATE进行简单的联邦学习建模；第三部分是联邦学习的案例分析，筛选了经典案例进行讲解，部分案例用Python代码实现，部分案例采用FATE实现；第四部分主要介绍和联邦学习相关的高级知识点，包括联邦学习的架构和训练的加速方法等；第五部分是回顾与展望。本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读。读书笔记读书笔记对FL进行了大体介绍，讲述了Fate框架，联邦学习站在技术前沿，全书还不错。本书的内容整体比较丰富，相关理论比较前沿，由浅入深的对联邦学习进行了阐述。目录分析CHAPTER2联邦学习的安全机制CHAPTER1联邦学习概述第一部分联邦学习基础CHAPTER1联邦学习概述1.1数据资产的重要性1.2联邦学习提出的背景1.3联邦学习的定义1.4联邦学习的分类1.5联邦学习算法现状CHAPTER2联邦学习的安全机制2.1基于同态加密的安全机制2.2基于差分隐私的安全机制2.3基于安全多方计算的安全机制2.4安全机制的性能效率对比2.5基于Python的安全计算库CHAPTER3用Python从零实现横向联邦图像分类CHAPTER4微众银行FATE平台CHAPTER5用FATE从零实现横向逻辑回归CHAPTER6用FATE从零实现纵向线性回归CHAPTER7联邦学习实战资源12345第二部分联邦学习快速入门CHAPTER3用Python从零实现横向联邦图像分类3.1环境配置3.2PyTorch基础3.3用Python实现横向联邦图像分类3.4联邦训练的模型效果CHAPTER4微众银行FATE平台4.1FATE平台架构概述4.2FATE安装与部署4.3FATE编程范式4.4FATE应用案例CHAPTER5用FATE从零实现横向逻辑回归5.1数据集的获取与描述5.2逻辑回归5.3横向数据集切分5.4横向联邦模型训练5.5多参与方环境配置CHAPTER6用FATE从零实现纵向线性回归6.1数据集的获取与描述6.2纵向数据集切分6.3纵向联邦训练CHAPTER7联邦学习实战资源7.1FATE帮助文档7.2本书配套的代码7.3其他联邦学习平台CHAPTER8联邦学习在金融保险领域的应用案例CHAPTER9联邦个性化推荐案例CHAPTER10联邦学习视觉案例CHAPTER11联邦学习在智能物联网中的应用案例CHAPTER12联邦学习医疗健康应用案例CHAPTER13联邦学习智能用工案例010302040506第三部分联邦学习案例实战详解CHAPTER15联邦学习攻防实战CHAPTER14构建公平的大数据交易市场第三部分联邦学习案例实战详解CHAPTER8联邦学习在金融保险领域的应用案例8.1概述8.2基于纵向联邦学习的保险个性化定价案例8.3基于横向联邦的银行间反洗钱模型案例8.4金融领域的联邦建模难点CHAPTER9联邦个性化推荐案例9.1传统的集中式个性化推荐9.2联邦矩阵分解9.3联邦因子分解机9.4其他联邦推荐算法9.5联邦推荐云服务使用CHAPTER10联邦学习视觉案例10.1概述10.2案例描述10.3目标检测算法概述10.4基于联邦学习的目标检测网络10.5方法实现CHAPTER11联邦学习在智能物联网中的应用案例11.1案例的背景与动机11.2历史数据分析11.3出行时间预测模型11.4联邦学习实现CHAPTER12联邦学习医疗健康应用案例12.1医疗健康数据概述12.2联邦医疗大数据与脑卒中预测12.3联邦学习在医疗影像中的应用CHAPTER13联邦学习智能用工案例13.1智能用工简介13.2智能用工平台13.3利用横向联邦提升智能用工模型13.4设计联邦激励机制，提升联邦学习系统的可持续性13.5系统设置CHAPTER14构建公平的大数据交易市场14.1大数据交易14.2基于联邦学习构建新一代大数据交易市场14.3联邦学习激励机制助力数据交易14.4联邦学习激励机制的问题描述14.5FedCoin支付系统设计14.6FedCoin的安全分析14.7实例演示CHAPTER15联邦学习攻防实战15.1后门攻击15.2差分隐私15.3模型压缩15.4同态加密CHAPTER16联邦学习系统的通信机制CHAPTER18联邦学习与其他前沿技术CHAPTER17联邦学习加速方法第四部分联邦学习进阶CHAPTER16联邦学习系统的通信机制16.1联邦学习系统架构16.2网络通信协议简介16.3基于socket的通信机制16.4基于RPC的通信机制16.5基于RMI的通信机制16.6基于MPI的通信机制16.7本章小结CHAPTER17联邦学习加速方法17.1同步参数更新的加速方法17.2异步参数更新的加速方法17.3基于模型集成的加速方法17.4硬件加速CHAPTER18联邦学习与其他前沿技术18.1联邦学习与SplitLearning18.2联邦学习与区块链18.3联邦学习与边缘计算第五部