共享学习：蚂蚁金服提出全新数据孤岛解决方案(13)
共享学习 VS. 联邦学习
目前，国内对于数据共享场景的机器学习解决方案，比较熟悉的可能是由谷歌提出，又由微众传播的联邦学习概念。
经过我们的了解，其实联邦学习目前涉及两个不同的概念：
第一种联邦学习，旨在解决云 + 端的训练过程中，端上的隐私不要被暴露的问题，是一个 To C + 数据水平切分的场景。除了保护端上的数据隐私外，其重点还在于如何解决训练过程中，端自身可能掉线等问题。
第二种联邦学习则主要用于解决 To B 场景中各方隐私不泄露的问题，即可以应用于数据的水平切分场景，也可以应用于数据垂直切分的场景。
它们侧重于不同的数据共享场景，采用不同的技术，相比之下，蚂蚁金服的共享学习兼容多种安全计算技术，并且支持多种机器学习算法和使用场景。
除此之外，共享学习和联邦学习的差异在于：
推荐阅读
- 国服|LOLM：60天内如何从小白打到国服王者？这快捷径方法值得学习
- 腾讯游戏|霸王条款！腾讯游戏共享玩家信息给第三方，你同意吗？
- 催眠学习|《催眠学习》PC版，一款教你如何恋爱的游戏，非绅骑步呦！
- 虎牙|哈利波特手游：同流派该如何击败？虎牙小若沐展示细节，值得学习
- 梦幻西游|梦幻西游：一只须弥画魂的励志蜕变史，这才是值得学习人生态度！
- 手机游戏|LOL手游出现第一位顶级主播，直播教学，全是顶级博主来学习
- ag战队|AG终于有大心脏选手了！一诺啊泽自信心全无，这点真要像妖刀学习
- csgo|快来学习CSGO“压枪”？天禄拿下正赛首胜，女主播砸键盘祝贺
- |国内都没上线的游戏，老外倒等不及了，几万人提前学习下载教程
- 虎牙|哈利波特手游：预判可以后天学习？虎牙刘阿江展现细节，值得学习