
薄列峯等
全書共分爲三個部分,從概念、應用場景到具體的先進算法,再到最後的系統實現,對聯邦學習技術進行全盤梳理與總結。第一部分爲聯邦學習基礎知識,主要介紹和分享聯邦學習的定義、挑戰、應用場景和主要技術,包括聯邦學習概述、應用場景和常用隱私保護技術。第二部分爲聯邦學習算法詳述,主要介紹京東科技針對縱向聯邦學習和橫向聯邦學習場景提出來的諸多創新性聯邦學習算法,包括縱向聯邦樹模型算法、縱向聯邦線性迴歸算法、縱向聯邦核學習算法、異步縱向聯邦學習算法、基於反向更新的雙層異步縱向聯邦學習算法、縱向聯邦深度學習算法、快速安全的同態加密數據挖掘框架、橫向聯邦學習算法、混合聯邦學習算法和聯邦強化學習。第三部分爲聯邦學習系統,主要介紹京東科技設計的聯邦學習系統及算法落地的性能優化技術,包括FedLearn聯邦學習系統詳述、gRPC在FedLearn中的聯邦學習應用實例、落地場景中的性能優化實踐和基於區塊鏈的聯邦學習。