联邦学习是一种分布式机器学习技术和系统，包括两个或多个参与方，这些参与方通过安全的算法协议进行联合机器学习，可以在各方数据不出本地的情况下联合多方数据源建模和提供模型推理与预测服务。联邦学习可以通过同态加密、差分隐私、秘密分享等提高数据协作过程中的安全性。纵向联邦学习需要计算参与方共同拥有的样本ID，可以通过安全多方计算中的隐私集合求交技术实现。安全多方计算是一种在参与方不共享各自数据且没有可信第三方的情况下安全地计算约定函数的技术和系统。通过安全的算法和协议，参与方将明文形式的数据加密后或转化后再提供给其他方，任一参与方都无法接触到其他方的明文形式的数据，从而保证各方数据的安全。...
范文仲：新技术——隐私计算pdf预览版范文仲：新技术——隐私计算pdf完整版 
