（2）不同使用場景

1. 各個參與者的業(yè)務(wù)類型相似，數(shù)據(jù)特征重疊多，樣本重疊少。例如：不同地區(qū)的兩家銀行。多家銀行就都可以上傳自己的模型參數(shù)，然后對參數(shù)進行更新，完成模型效果的提升。這就是?橫向聯(lián)邦學(xué)習(xí)?，又被稱之為特征對齊的聯(lián)邦學(xué)習(xí)。

2. 如果參與者的數(shù)據(jù)中，樣本重疊多，特征重疊少，例如：同一地區(qū)的銀行和電商，就需要先將樣本對其，其中由于不能直接進行信息匹配，可以借助加密算法，讓參與者在不泄露信息的情況下，找出相同的樣本后聯(lián)合他們進行特征，構(gòu)建一個大表，進行模型訓(xùn)練。這被稱之為：?縱向聯(lián)邦學(xué)習(xí)?，又被叫做樣本對齊的聯(lián)邦學(xué)習(xí)。