機(jī)器學(xué)習(xí)技術(shù)在近20年飛速發(fā)展，從一個(gè)個(gè)數(shù)學(xué)概念逐漸演變成一個(gè)個(gè)算法實(shí)現(xiàn)，為工業(yè)界和學(xué)術(shù)界帶來(lái)了新的力量。然而，近幾年，數(shù)據(jù)隱私保護(hù)問(wèn)題愈發(fā)受到人們的關(guān)注，研究者們開(kāi)始開(kāi)發(fā)各種技術(shù)來(lái)進(jìn)行數(shù)據(jù)層面的隱私保護(hù)。聯(lián)邦學(xué)習(xí)作為其中一項(xiàng)重要技術(shù)，勢(shì)必迎來(lái)新的發(fā)展前景。本書將從概念、應(yīng)用場(chǎng)景到具體的先進(jìn)算法，再到后的系統(tǒng)實(shí)現(xiàn)，對(duì)聯(lián)邦學(xué)習(xí)技術(shù)進(jìn)行全盤的梳理與總結(jié)，希望給讀者一些啟發(fā)。注意，本書僅從技術(shù)視角對(duì)聯(lián)邦學(xué)習(xí)進(jìn)行回顧展望，如有涉及數(shù)據(jù)收集與授權(quán)方面的信息，還需要滿足管轄地法律法規(guī)及監(jiān)管的要求。
本書分三個(gè)部分，共17章。
部分為聯(lián)邦學(xué)習(xí)基礎(chǔ)知識(shí)，主要介紹聯(lián)邦學(xué)習(xí)的定義、挑戰(zhàn)、應(yīng)用場(chǎng)景和常用技術(shù)，包括以下3章。
第1章聯(lián)邦學(xué)習(xí)概述，詳細(xì)介紹了什么是聯(lián)邦學(xué)習(xí)、聯(lián)邦學(xué)習(xí)的應(yīng)用現(xiàn)狀與挑戰(zhàn)，然后介紹了分布式學(xué)習(xí)和聯(lián)邦學(xué)習(xí)的區(qū)別與關(guān)聯(lián)。
第2章聯(lián)邦學(xué)習(xí)應(yīng)用場(chǎng)景，本章從金融、生物醫(yī)學(xué)、計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等多個(gè)方面對(duì)聯(lián)邦學(xué)習(xí)的應(yīng)用場(chǎng)景進(jìn)行介紹。
第3章常用隱私保護(hù)技術(shù)，我們首先對(duì)當(dāng)前基于隱私保護(hù)的機(jī)器學(xué)習(xí)算法進(jìn)行了簡(jiǎn)要綜述，然后重點(diǎn)介紹了差分隱私、安全多方計(jì)算和同態(tài)加密等常用的隱私保護(hù)技術(shù)。
第二部分為聯(lián)邦學(xué)習(xí)算法詳述，主要介紹了我們針對(duì)縱向聯(lián)邦學(xué)習(xí)和橫向聯(lián)邦學(xué)習(xí)場(chǎng)景提出來(lái)的諸多創(chuàng)新性聯(lián)邦學(xué)習(xí)算法，包括以下10章。
第4章縱向聯(lián)邦樹模型算法，基于兩種不同的集成方法Bagging和Boosting分別設(shè)計(jì)了兩種算法：縱向聯(lián)邦隨機(jī)森林算法和縱向聯(lián)邦梯度提升算法。
第5章縱向聯(lián)邦線性回歸算法，提出了全新的縱向聯(lián)邦多視角線性回歸算法，從多個(gè)視角對(duì)對(duì)象進(jìn)行建模并聯(lián)合優(yōu)化所有函數(shù)。
第6章縱向聯(lián)邦核學(xué)習(xí)算法，提出了一個(gè)針對(duì)縱向聯(lián)邦場(chǎng)景的核學(xué)習(xí)算法，并設(shè)計(jì)了一個(gè)完整的聯(lián)邦學(xué)習(xí)框架。
第7章異步縱向聯(lián)邦學(xué)習(xí)算法，針對(duì)當(dāng)前縱向聯(lián)邦學(xué)習(xí)算法主要采用的同步并行方法提出了相應(yīng)的異步并行算法，并針對(duì)強(qiáng)凸問(wèn)題提供了理論保證。
第8章基于反向更新的雙層異步縱向聯(lián)邦學(xué)習(xí)算法，提出了一個(gè)反向更新的異步并行算法，以在實(shí)際應(yīng)用中同時(shí)實(shí)現(xiàn)標(biāo)簽數(shù)據(jù)保護(hù)和并行計(jì)算（更新）。
第9章縱向聯(lián)邦深度學(xué)習(xí)算法，提出了一個(gè)針對(duì)當(dāng)下流行的深度學(xué)習(xí)模型的縱向聯(lián)邦學(xué)習(xí)基礎(chǔ)框架，并對(duì)框架進(jìn)行了簡(jiǎn)要的綜合分析。
第10章快速安全的同態(tài)加密數(shù)據(jù)挖掘框架，針對(duì)當(dāng)前同態(tài)加密時(shí)間復(fù)雜度高的問(wèn)題，提出了一個(gè)基于同態(tài)加密的快速分布式數(shù)據(jù)挖掘框架。
第11章橫向聯(lián)邦學(xué)習(xí)算法，在闡述分布式學(xué)習(xí)和橫向聯(lián)邦學(xué)習(xí)之間關(guān)系的基礎(chǔ)上，對(duì)當(dāng)前橫向聯(lián)邦學(xué)習(xí)的主流算法進(jìn)行了較為詳細(xì)的介紹。
第12章混合聯(lián)邦學(xué)習(xí)算法，結(jié)合橫向聯(lián)邦學(xué)習(xí)和縱向聯(lián)邦學(xué)習(xí)的特點(diǎn)，提出了適用性更廣、使用步驟簡(jiǎn)單的混合聯(lián)邦學(xué)習(xí)算法。
第13章聯(lián)邦強(qiáng)化學(xué)習(xí)，首先介紹了強(qiáng)化學(xué)習(xí)的定義和常用技術(shù)方案，然后介紹了多種聯(lián)邦強(qiáng)化學(xué)習(xí)算法。
第三部分為聯(lián)邦學(xué)習(xí)系統(tǒng)相關(guān)知識(shí)，主要介紹了科技設(shè)計(jì)的聯(lián)邦學(xué)習(xí)系統(tǒng)及算法落地的性能優(yōu)化技術(shù)，包括以下4章。
第14章FedLearn聯(lián)邦學(xué)習(xí)系統(tǒng)，從編程語(yǔ)言與環(huán)境、系統(tǒng)架構(gòu)、跨語(yǔ)言算法支持（函數(shù)調(diào)用）、系統(tǒng)服務(wù)和工程部署等方面全方位地介紹了FedLearn聯(lián)邦學(xué)習(xí)系統(tǒng)。
第15章gRPC在FedLearn中的聯(lián)邦學(xué)習(xí)應(yīng)用實(shí)例，以橫向聯(lián)邦學(xué)習(xí)和縱向聯(lián)邦學(xué)習(xí)的應(yīng)用場(chǎng)景為切入點(diǎn)，詳細(xì)介紹了如何使用FedLearn中采用的高性能框架gRPC。
第16章落地場(chǎng)景中的性能優(yōu)化實(shí)踐，介紹了如何在實(shí)際應(yīng)用中對(duì)系統(tǒng)進(jìn)行性能優(yōu)化，并給出了實(shí)際應(yīng)用場(chǎng)景中的優(yōu)化結(jié)果。
第17章基于區(qū)塊鏈的聯(lián)邦學(xué)習(xí)，引入?yún)^(qū)塊鏈學(xué)習(xí)，介紹了基于區(qū)塊鏈的聯(lián)邦學(xué)習(xí)算法和聯(lián)邦學(xué)習(xí)系統(tǒng)的實(shí)現(xiàn)。
其中，第二部分為本書的重點(diǎn)部分，我們提出了諸多聯(lián)邦學(xué)習(xí)的算法、流程詳解及可能的理論保障。如果讀者沒(méi)有充足的時(shí)間完成全書的閱讀，可以選擇性地進(jìn)行重點(diǎn)部分的閱讀。如果讀者有一定的從業(yè)經(jīng)驗(yàn)，本書可能會(huì)是一本不錯(cuò)的參考書。然而，如果讀者是一名初學(xué)者，建議在閱讀本書之前，先進(jìn)行一些機(jī)器學(xué)習(xí)、分布式學(xué)習(xí)以及隱私保護(hù)技術(shù)等基礎(chǔ)理論知識(shí)的學(xué)習(xí)。
本書相比于其他聯(lián)邦學(xué)習(xí)書籍的特色與優(yōu)勢(shì)在于：，本書的作者是扎根于聯(lián)邦學(xué)習(xí)前沿的研究者和從業(yè)者；第二，我們?cè)诒緯�中提出了眾多不同于其他書籍的全新�?lián)邦學(xué)習(xí)算法，以饗讀者；第三，我們參考了近兩年全新的文章和綜述，緊跟學(xué)術(shù)和業(yè)界的聯(lián)邦學(xué)習(xí)動(dòng)態(tài)。
在本書的編寫過(guò)程中，我們深深地感受到聯(lián)邦學(xué)習(xí)及其相關(guān)領(lǐng)域技術(shù)的繁多冗雜，因此書中難免出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請(qǐng)讀者批評(píng)指正。
感謝科技對(duì)我們撰寫本書的大力支持與幫助!
感謝科技硅谷研發(fā)部基礎(chǔ)用戶算法部的顧彬、單華松、王家洲。
感謝科技算法工程研發(fā)部區(qū)塊鏈平臺(tái)組的王義、孫海波。
感謝科技硅谷研發(fā)部聯(lián)邦學(xué)習(xí)算法部的黨致遠(yuǎn)、范明姐、王佩琪、王新左、張青松、張文夕（按姓名首字母排序）。