联邦学习是：
各方数据都保留在本地，不泄露隐私也不违反法规；
多个参与者联合数据建立虚拟的共有模型，并且共同获益的体系；
在联邦学习的体系下，各个参与者的身份与地位平等；
联邦学习的建模效果将和整个数据集放在一处建模的效果相同，或相差不多（在各个数据的用户对齐或特征对齐的条件下）；
迁移学习是在用户或特征不对齐的情况下，也可以在数据间通过交换加密参数达到知识迁移的效果。
联邦学习使多个参与方在保护数据隐私、满足合法合规要求的前提下继续进行机器学习，解决数据孤岛问题。
发布单位：微众银行人工智能部、电子商务与电子支付国家工程实验室、鹏程实验室、平安科技、腾讯研究院、云计算与大数据研究所、招商金融科技
关注微信
