标准编号：T/ZFIDA 0004-2020
标准名称：联邦学习金融行业应用指南
发布部门：中关村金融科技产业发展联盟
起草单位：同盾科技有限公司，人工智能省部共建协同创新中心（浙江大学），之江实验室，中信银行，中国再保险（集团）股份有限公司，深圳乐信控股有限公司，北京文思海辉金信软件有限公司，中科软科技股份有限公司，中科聚信信息技术（北京）有限公司，神州数码信息服务股份有限公司，财富引擎（北京）科技有限公司，北京中关村银行股份有限公司
发布日期：2021-02-24
实施日期：2021-02-24
标准状态：现行
标准格式：PDF
文件大小：521.49 KB
内容简介
本标准定义了金融行业联邦学习应用的要素、要素关系、流程与基础要求。 本标准适用于金融机构、第三方服务机构的联邦学习应用的方案设计、开发工作。
联邦学习金融应用流程通常包括联邦预处理、联邦模型训练、联邦模型预测三个阶段。参与方生成联邦模型之前通常需要预先对样本、标签数据进行预处理， 联邦预处理阶段主要工作通常包括样本对齐、特征清洗、特征处理与联邦特征选择。完 成特征预处理后，即可进行联邦模型训练生成联邦模型，根据联邦架构和联邦算法选型不同，联邦模型训练可以分为线性回归、逻辑回归、树、神经网络等模型的训练。生成联邦模型后投入生产环境进行预测，联邦预测与联邦模型训练强相关，同样包括回归模 型、树模型、神经网络模型等模型的预测。
联邦学习金融应用流程通常包括联邦预处理、联邦模型训练、联邦模型预测三个阶段。参与方生成联邦模型之前通常需要预先对样本、标签数据进行预处理， 联邦预处理阶段主要工作通常包括样本对齐、特征清洗、特征处理与联邦特征选择。完 成特征预处理后，即可进行联邦模型训练生成联邦模型，根据联邦架构和联邦算法选型不同，联邦模型训练可以分为线性回归、逻辑回归、树、神经网络等模型的训练。生成联邦模型后投入生产环境进行预测，联邦预测与联邦模型训练强相关，同样包括回归模 型、树模型、神经网络模型等模型的预测。
下载地址