聯邦建模服務采用聯合計算的模式，實現在原始數據不離開本地的前提下，完成模型的研發和效果評估。

聯邦建模產品作為聯邦建模服務的可視化操作平臺，是面向聯邦模型開發者，進行數據處理、模型研發和模型評估的平臺。聯邦建模集成了聯邦學習，可信執行環境（Trusted Execution Environment，簡稱 TEE）、多方安全計算（Secure Multi-Party Computation，簡稱 MPC）和差分隱私（Differential Privacy，簡稱 DP）等技術手段，對差分攻擊進行抵御，保護各參與方的中間信息。

產品優勢

聯邦建模服務具有以下優勢：

• 安全

  為了應對聯邦建模過程中潛在的數據安全問題，該產品集成了密碼學、信息論和加密硬件的多種安全方案，實現了安全和性能之間的平衡。在滿足不同合規政策的前提下，實現聯合建模的隱私計算技術應用。

• 易用

  提供交互式編程、高階API封裝和對常用機器學習庫集成的功能。具有開箱即用的能力和接近中心化數據建模的流程體驗。支持模型開發快速上手，幫助用戶高效完成模型研發。

• 高性能

  針對多個參與方可能出現的高延遲、低帶寬問題，產品在通信機制上進行了優化，如采用模型/梯度稀疏化的方案，實現了對大規模、分布式模型訓練的可靠支持。針對部分數據異構和算力異構的問題，則采用了 client 模型個性化算法，優化和提高了算法的性能。

• 可擴展

  本產品和螞蟻隱私計算服務平臺其他產品使用同一套核心資源管理平臺及系統框架，可根據現場實際環境組裝產品功能，準確制定完整的解決方案。

應用場景

多家機構擁有結構相似、內容不同的數據，并且這些機構都需要使用各自的數據創建機器學習模型。多家機構使用聯邦建模服務共同創建的機器學習模型，即聯邦模型，該機器學習模型的效果會優于只用一部分數據創建的機器學習模型。若機構在滿足數據合規政策時，被要求原始數據不能出域，則聯邦建?？梢圆捎脭祿粍幽Ｐ蛣拥姆绞剑尭鲄⑴c方獲取效果更優的機器學習模型。在保障建模的原始數據及中間信息安全的前提下，讓各參與方共享數據價值的增益。以下是多家機構共同參與使用聯邦建模服務的示意圖。