本标准定义了金融行业联邦学习应用的要素、要素关系、流程与基础要求。 本标准适用于金融机构、第三方服务机构的联邦学习应用的方案设计、开发工作。
联邦学习金融应用流程通常包括联邦预处理、联邦模型训练、联邦模型预测三个阶段。参与方生成联邦模型之前通常需要预先对样本、标签数据进行预处理， 联邦预处理阶段主要工作通常包括样本对齐、特征清洗、特征处理与联邦特征选择。完 成特征预处理后，即可进行联邦模型训练生成联邦模型，根据联邦架构和联邦算法选型不同，联邦模型训练可以分为线性回归、逻辑回归、树、神经网络等模型的训练。生成联邦模型后投入生产环境进行预测，联邦预测与联邦模型训练强相关，同样包括回归模 型、树模型、神经网络模型等模型的预测。