更新时间：2024-11-12 GMT+08:00
场景描述
背景信息
本案例以“预测乳腺癌是良性/恶性”的场景为例。假设一部分的乳腺癌患者数据存储在xx医院，另一部分数据存储在某个其他机构，不同机构数据所包含的特征相同。
这种情况下，xx医院想申请使用其他机构的乳腺癌患者数据进行乳腺癌预测模型建模会非常困难。因此可以通过华为TICS可信智能计算平台的横向联邦功能，实现在患者隐私不泄露的前提下，利用其他机构的医疗数据提升乳腺癌预测模型的准确率。
进一步地，可根据该模型案例发散，构建老年人健康预测、高血压预测、失能早期预警模型等。
图1 乳腺癌预测研究应用场景示意
- 作业发起方通过计算节点上传数据、待训练模型的定义文件；
- 作业发起方配置TICS的横向联邦学习作业，启动训练；
- 模型参数、梯度数据在TICS提供的安全聚合节点中进行加密交换；
- 训练过程中，各参与方计算节点会在本地生成子模型，由TICS负责安全聚合各子模型的参数，得到最终的模型；
- 空间的整体配置通过空间管理员进行统一管理。
父主题： 横向联邦学习场景
