➢ 基于联邦学习的隐私计算平台

图2-13以两个数据方为例给出了一个基于联邦学习的隐私计算平台参考架构，要求平台具备调度管理、数据处理、算法实现和计算安全性等方面的能力。在此架构中，联邦学习任务的发起方可以是数据方（计算方）之一，也可是协调方、算法方或者结果方，还可以是独立的另一方。两个数据方的私有数据保存在数据方定义的私有边界内，且在该区域进行计算。

联邦学习的算法逻辑可以由独立的算法方提供，也可由协调方提供，还可由参与计算的各方协商预置。依据联邦学习任务的需要，计算方具有数据接入、结果存储、存证、计算任务管理、错误处理、运行监控等功能模块。其中存证模块具有日志存储功能，用于记录联邦学习运行过程中的重要信息，以支持隐私性测评和争端回溯等需求。

架构中的协调方负责协调、调度其他方参与计算，保证联邦学习任务的顺利执行，实现联邦学习任务管理、调度、辅助计算、错误处理和存证等功能。在某些落地场景中，协调方除了统筹协调功能，还可以提供密钥分发、算法管理等功能。

图2-13 基于联邦学习的隐私计算平台参考架构