SDH聯邦學習實踐數據不動模型動

數據對齊基礎

此前的SecureID方案透過可複用的SID映射，把傳統「密文求交」的複雜加密計算改為「明文對齊」，令跨域數據更快對上號，為聯合建模鋪設了更高效的基礎。

聯合建模需求

數據對齊後，業務方希望回答哪些用戶更可能轉化、下一輪投放應重點觸達誰。單靠一方數據往往不夠，平台掌握轉化標籤，業務方擁有補充判斷的用戶特徵，結合有望提升預測。

聯邦學習落地

標籤與特徵分散在不同參與方，受隱私規範限制不能直接匯集訓練。SDH PaaS 3.0將聯邦學習融入數據合作流程，平台提供轉化標籤及平台特徵，業務方提供本地特徵。

訓練過程中模型參數協同更新，原始數據不出本地。這種數據不動、模型動的方式，讓跨域特徵與標籤在互不洩露的前提下共同訓練，兼顧合規要求與預測效果。

應用價值

產品化的聯邦學習流程，為數據要素流通提供了可複製的範式。平台與業務方在保護各自數據的同時提升轉化預測精度與投放效率，跨域數據合作的商業空間因此擴大。