发帖
雷达卡
作为分布式的机器学习范式，联邦学习能够有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模，从技术上打破数据孤岛。
隐私计算或者说联邦学习用到的技术包括：差分隐私、MPC、机器学习、TEE 等，这是数据科学、密码学、分布式计算与存储的综合工程，而不是单一的密码学。这个过程最大的挑战是工程实践和实际落地能力，需要数据科学和工程的经验积累才能设计出真正工程可用的产品。
2016 年，谷歌正式提出联邦学习的概念。同期，国内不少科技公司开始了对联邦学习的探索，并已经成功应用在了业务中。任何技术都不是银弹，联邦学习也是如此。目前这一技术在很多企业落地遇到了困难。
京公网安备 11010802022788号
