CHAPTER 4 微众银行FATE平台

前一章介绍了使用Python编写一个简单的横向联邦图像分类模型，但联邦学习的开发，特别是工业级的产品开发，涉及的工程量却远不止于此，一个功能完备的联邦学习框架的设计细节是相当复杂的，本章我们将介绍由微众银行开发的联邦学习平台FATE。

一般来说，一个联邦学习产品在开发过程中涉及分布式计算、密码学、机器学习、博弈论等跨领域的学科知识，因此，从零开始进行开发的难度较大，而且耗时很长，如何选择一个合适的联邦学习框架是开发人员和产品人员要考虑的首要问题。

本章将重点介绍由微众银行开发的联邦学习平台FATE（链接4-1）。FATE是“Federated AI Technology Enabler”的简称，是微众银行AI部门发起的联邦学习开源项目，是全球第一个联邦学习工业级开源框架，为联邦学习生态系统提供了可靠的安全计算框架。2019年6月，微众银行向Linux基金会捐赠了FATE框架，并宣布成为Linux基金的最新“黄金会员”，这也是目前唯一一家成为黄金会员的金融机构（链接4-2）。

FATE自开源以来，因其易用性和对联邦生态的完整支持，已经在信贷风控、客户权益定价、监管科技等领域落地应用。不管是对初级入门者，还是联邦学习产品级系统的开发人员，FATE都是一个非常合适的选择。

相比于利用Python从零开发，FATE提供了完善的建模工具，构建联邦学习模型简单方便，用户不需要了解太多的底层细节就可以实现联邦学习，非常适合开发工业级的联邦学习产品。