另外，本次FATE v1.1版本在算法和功能基礎(chǔ)了進(jìn)行重大升級(jí)和提升：不僅上線了橫向聯(lián)邦學(xué)習(xí)通用算法框架，增加了DNN、回歸等多個(gè)聯(lián)邦算法，并開始支持多方縱向聯(lián)邦建模，支持spark引擎，支持FATEServing服務(wù)治理，支持secureboost在線預(yù)測等；1.1版本再一次提升了聯(lián)邦學(xué)習(xí)建模體驗(yàn)，更豐富的功能、更全面的算法，同時(shí)幫助更多的企業(yè)和用戶參與對(duì)FATE技術(shù)和應(yīng)用的深入研究。

FederatedML：提供易擴(kuò)展的橫向算法框架支持橫向算法開發(fā)

在新版本中，F(xiàn)ATE使開發(fā)更加輕松，開發(fā)者可以更關(guān)注于算法具體本身，而將更多通用的通信傳輸內(nèi)容交給框架。FATE v1.1提供易擴(kuò)展的橫向聯(lián)邦學(xué)習(xí)通用算法框架，支持Secure Aggregation，通過封裝橫向聯(lián)邦學(xué)習(xí)的主要流程，開發(fā)者能夠簡單地實(shí)現(xiàn)橫向聯(lián)邦學(xué)習(xí)算法。

在算法方面，F(xiàn)ATE新增了對(duì)橫向DNN、縱向線性回歸、縱向泊松回歸等聯(lián)邦算法的支持，以及更多算法支持多方聯(lián)邦建模，豐富了更多的建模場景，提升了FATE的實(shí)用性。值得一提的是，線性回歸在預(yù)測連續(xù)標(biāo)簽等應(yīng)用場景上非常有力，而泊松回歸則能更好的協(xié)助開發(fā)者預(yù)測次數(shù)與頻率，如在購買保險(xiǎn)和評(píng)估意外發(fā)生風(fēng)險(xiǎn)等場景里，泊松回歸都能對(duì)頻率進(jìn)行預(yù)測。

從這一版本開始，F(xiàn)ATE也正式開始支持多方縱向聯(lián)邦建模，可以實(shí)現(xiàn)縱向場景下的多個(gè)數(shù)據(jù)提供方共同訓(xùn)練聯(lián)邦模型。

最后，F(xiàn)ATE也對(duì)連接Spark進(jìn)行了嘗試，F(xiàn)ATE v1.1支持已有Spark集群的開發(fā)者直接復(fù)用現(xiàn)有資源，可以選擇Spark作為計(jì)算引擎，根據(jù)實(shí)際情況靈活配置。更多可前往GitHub了解：https://github.com/FederatedAI/FATE/tree/master/federatedml

FATEFlow：高性能聯(lián)邦學(xué)習(xí)Pipeline生產(chǎn)服務(wù)

FATEFlow是聯(lián)邦學(xué)習(xí)建模Pipeline 調(diào)度和生命周期管理工具，為用戶構(gòu)建端到端的聯(lián)邦學(xué)習(xí)Pipeline生產(chǎn)服務(wù)。v1.1版本中，F(xiàn)ATEFlow主要在穩(wěn)定性及易用性上進(jìn)行了提升，例如：

• 上傳下載文件支持查看作業(yè)狀態(tài)，對(duì)于大文件和對(duì)接其他系統(tǒng)有較大幫助；
• 支持取消等待中的作業(yè)；
• 支持對(duì)作業(yè)設(shè)置超時(shí)時(shí)間；
• 優(yōu)化作業(yè)日志，統(tǒng)一存放于以作業(yè)ID命名的日志文件夾，提高排查問題效率；

FATEBoard：簡單高效，聯(lián)邦學(xué)習(xí)建模過程可視化

FATEBoard是聯(lián)邦學(xué)習(xí)建模的可視化工具，為終端用戶可視化和度量模型訓(xùn)練的全過程，幫助用戶更簡單而高效地進(jìn)行模型探索和模型理解。新版本中，job工作流展示進(jìn)一步優(yōu)化，并支持組件數(shù)據(jù)與模型的輸入輸出端口分離，提供更直觀的數(shù)據(jù)傳輸與模型傳輸展示；

另外，現(xiàn)已支持模型訓(xùn)練過程中的評(píng)估結(jié)果可視化，便于實(shí)時(shí)關(guān)注與跟蹤中間訓(xùn)練過程和結(jié)果；更提供secureboost樹模型的可視化展示，不僅可以清晰地觀測模型中每顆決策樹，還能查看不同標(biāo)簽下的樹模型。

FATEServing：服務(wù)治理，重啟自動(dòng)恢復(fù)模型

在新版本中，模型加載成功后會(huì)在本地文件中保存，在重啟之后會(huì)從本地文件中恢復(fù)之前加載的模型。

此外，v1.1版本引入zookeeper作為注冊(cè)中心，提供了有限的服務(wù)治理功能，能夠動(dòng)態(tài)的注冊(cè)grpc接口，在某些機(jī)器宕機(jī)的情況下，能夠自動(dòng)的切換流量 。

KubeFATE：FATE部署能力升級(jí)

FATE v1.1版本提供打包好的Docker容器鏡像，大大降低FATE的使用門檻，避免開發(fā)者“倒在起跑線上”。如果是企業(yè)開發(fā)者，還可以發(fā)現(xiàn)離線部署FATE的能力也得到了提升，借助 Harbor 開源容器鏡像倉庫，可以自動(dòng)同步網(wǎng)上的鏡像，為運(yùn)維減壓。

KubeFATE主要提供了Docker compose和Kubernetes（Helm Chart）兩種部署方式。

Docker-Compose可以將FATE的所有組件部署在單個(gè)節(jié)點(diǎn)中，并且支持多個(gè)合作方的部署。開發(fā)者無需編譯代碼，可使用Docker compose迅速搭建測試環(huán)境。當(dāng)前Docker compose可將FATE部署在一個(gè)或多個(gè)節(jié)點(diǎn)中，有利于開發(fā)者對(duì)FATE功能的熟悉和了解。

Docker-Compose的單節(jié)點(diǎn)部署方式定位于測試。在生產(chǎn)環(huán)境中，往往需要多節(jié)點(diǎn)部署，此時(shí)采用Kubernetes的方式更佳。KubeFATE提供了Helm Charts來把FATE部署到Kubernetes方法，可在支持Kubernetes的云上直接部署FATE，并且可以按照需求定制部署的細(xì)節(jié)，例如把計(jì)算模塊部署在有GPU的節(jié)點(diǎn)上等等。

Harbor是開源鏡像倉庫，提供鏡像的訪問控制、遠(yuǎn)程同步、安全漏洞掃描等強(qiáng)大能力，國內(nèi)的用戶絕大部分使用Harbor管理鏡像。KubeFATE項(xiàng)目將Harbor集成到其中，可提供本地鏡像管理能力，無需依賴Docker Hub等云服務(wù)，大大提高了效率和安全性。此外，Harbor還能復(fù)制遠(yuǎn)程的鏡像，可把鏡像在公有云或數(shù)據(jù)中心之間雙向復(fù)制，遇到故障可自動(dòng)恢復(fù)，從而簡化運(yùn)維復(fù)雜度。

總的來說，F(xiàn)ATE v1.1版本增加了多個(gè)聯(lián)邦算法的支持，為聯(lián)邦學(xué)習(xí)建模帶來更豐富更強(qiáng)大的功能，同時(shí)聯(lián)合VMware推出KubeFATE，簡化FATE使用門檻，對(duì)初接觸開發(fā)者更為友好。我們歡迎對(duì)聯(lián)邦學(xué)習(xí)有興趣的同仁一起貢獻(xiàn)代碼，提交 Issues 或者 Pull Requests。詳情可查閱 FATE官網(wǎng)項(xiàng)目貢獻(xiàn)者指南：https://fate.fedai.org/contribute/

songjy