可信联合建模

火山引擎可信隐私计算平台提供基于联邦学习和可信执行环境的可信联合建模能力。
联邦学习（Federated Learning，简称FL），也称联邦机器学习，是一种分布式机器学习算法，在不交换原始数据的前提下，帮助多个参与方共享数据价值，实现数据可用但不可见。
可信执行环境（Trusted Execution Environment，简称TEE），一种基于硬件的安全机制，将参与计算的代码和数据加载至一个受CPU保护的可信环境中，在机密性和完整性上提供保护。

前提条件

您已上传相关数据集。

操作步骤

1. 登录可信隐私计算平台。
2. 在页面左侧，选择可信联邦学习/可信联合建模。
3. 点击【模型训练】按钮，进入模型参数选择和配置页面，包括建模样本选择、参与方及对应数据集选择、建模算法选择，以及算法参数配置等，都可以通过可视化界面完成配置。

4. 完成配置后，点击“发起训练”按钮，待另一参与方审批通过后，任务可开始执行，参与方可通过模型详情页面查看，了解模型运行阶段、关键指标信息等。

5. 完成训练的模型，若关键指标符合业务要求，可发起预测。需要提交待预测数据集，并选择HOST侧对应数据集。