1、双方数据的样本 ID 对齐模块；联邦学习框架下样本 id 匹配是指，双方获取样本中共同的 id，同时不向对方透漏各自独有的样本 id。同态加密下求交集。
2、特征分析及特征选择；联邦学习情形下特征选择是处理 A（平台方） 没有 Y 的情况下，如何选择 A，B 中有效的特征。B （大客户）把每个样本的 y 和 1-y 用同态加密Encry后发给A；A分别计算分箱中所有样本的 Encry(y)和 Encry(1-y)之和，然后发到 B 进行解密；B 计算此这种分箱情况下特征的 IV 值。与 B 中所有特征的 IV 值进行比较，进行特征选择，返回需要特征字段给 A；
3、模型改造，以逻辑回归为例：将损失函数进行泰勒展开，参与方A、B能够尽量地进行单独的计算，再通过加密信息的交互获得各自的梯度计算结果。
ShichenXie
commented
3 years ago
最近接触了个联邦学习的项目，想到scorecardpy可以在这方面进行一下升级改造：通过联邦学习的机制，基于多方数据构建信用评分卡；主要涉及以下几个改造模块：
1、双方数据的样本 ID 对齐模块；联邦学习框架下样本 id 匹配是指，双方获取样本中共同的 id，同时不向对方透漏各自独有的样本 id。同态加密下求交集。 2、特征分析及特征选择；联邦学习情形下特征选择是处理 A（平台方） 没有 Y 的情况下，如何选择 A，B 中有效的特征。B （大客户）把每个样本的 y 和 1-y 用同态加密Encry后发给A；A分别计算分箱中所有样本的 Encry(y)和 Encry(1-y)之和，然后发到 B 进行解密；B 计算此这种分箱情况下特征的 IV 值。与 B 中所有特征的 IV 值进行比较，进行特征选择，返回需要特征字段给 A； 3、模型改造，以逻辑回归为例：将损失函数进行泰勒展开，参与方A、B能够尽量地进行单独的计算，再通过加密信息的交互获得各自的梯度计算结果。