高手问答
在大数据时代，数据的数量和复杂性都呈指数级增长。然而，这些数据往往分散在不同的组织和个人之间，限制了数据的利用和挖掘。此时，联邦学习应运而生。它是
一种新兴的机器学习方法，允许多个参与方共同训练模型。在大数据时代和人工智能的发展下，联邦学习成为了应对数据分散和隐私保护的有效解决方案，在医疗、金融、推荐等领域都有广泛的应用。
OSCHINA 本期高手问答 (10 月 18 日 - 10 月 24 日) 我们请来了 PrimiHub 开源 和大家一起探讨关于「联邦学习技术」的问题。可讨论的问题包括但不限于：
-
什么是联邦学习？与分布式训练的区别和联系
-
联邦学习的场景：包括但不限于横向 / 纵向联邦、跨企业、跨设备等
-
当前联邦学习面临的问题：计算 / 通信复杂度、数据分布不均衡、安全隐私、公平性等
-
联邦学习入门学习、上手开发的建议
如有其他「联邦学习技术」
相关的问题，也欢迎提问
！
嘉宾介绍
许雪峰，北航网络安全硕士，北京原语科技隐私计算工程师。从事联邦学习、差分隐私相关算法开发工作。热爱技术和开源，曾多次为知名开源机器学习框架 scikit-learn 贡献代码。
🎁 为了鼓励踊跃提问，
原语科技 PrimiHub 会在问答结束后从提问者中抽取 5 名幸运会员，赠予 PrimiHub 定制笔记本礼盒 3 件套（内含：笔记本 * 1、金属签字笔 * 1、U 盘 * 1）。
OSChina 高手问答一贯的风格，不欢迎任何与主题无关的讨论和喷子。
下面欢迎大家就 “联邦学习技术” 相关问题向 PrimiHub 许雪峰老师 提问，直接回帖提问既可。
PrimiHub 作为一款由密码学专家团队打造的开源隐私框架，具有以下特性：
高手问答第 307 期 —— 大数据时代下机器学习的新范式
@ericyan1 @xiaoaiwhc1 @xdev @osc_11168344 @osc_63852221
恭喜以上5位网友分别获得 PrimiHub 定制笔记本礼盒 3 件套一套。
请于2023年11月2日前登陆账号， 私信 @小白兔爱吃大灰狼 告知快递信息（格式：高手问答第307期+姓名+电话+地址），过期视为自动放弃哦~
@PrimiHub开源 你好，联邦学习与分布式学习有什么区别和联系；安全多方计算、联邦学习、同态加密、可信计算等这些与隐私计算又有什么关联呢；隐私计算目前实际应用场景都有哪些？
@PrimiHub开源 你好，我对联邦学习不了解，可以详细介绍一下什么是联邦学习，其应用领域和场景是什么，发展演讲路线是什么呢？
@PrimiHub开源 什么是联邦学习？第一次听到这个概念
@PrimiHub开源
1.联邦学习算法，怎么做单机算法调优，独立单份的数据做联邦算法，不准，怎么同步修改联邦算法，升级算法的依据是什么？
2.同态加密， 这个是什么？加密这块是否做了国产化，还是依赖国外加密技术？？
3.primihub已经可以一键部署docker了，基于k8s平台运行的适配做了吗？ fastdfs这种 分布式文件系统，怎么做隐匿查询、隐私求交，安全加密访问？ 已经有了https安全，为啥还是不安全？
我怎么感觉联邦学习 就和漩涡鸣人学习螺旋丸手里剑一样 先分身 然后一起学 再收回分身 收到所有分身的经验
@PrimiHub开源 有么有联邦学习入门学习、上手开发的建议
@PrimiHub开源 老师好，联邦学习是比传统训练方式更迅速节省时间吗？相互配合训练是怎么分工协调？还需要接入大数据计算的工具提速吗？
@PrimiHub开源 联邦学习的模型算法是怎么算的？怎么把各个的调优的值汇总算平均？直接平均吗？
请问纵向联邦学习使用PSI对齐数据是由服务器来执行吗？是相当于外包PSI查询并把交集结果返回给客户端吗？还有每一轮训练都需要对齐吗？感谢回答@PrimiHub开源