基本信息
核心功能
支持横向、纵向及联邦迁移学习等多种建模范式基于同态加密与秘密分享的多方安全计算协议可视化建模与管理平台 FATE Board支持多种机器学习算法（LR、GBDT、CNN 等）提供 KubeFATE 实现容器化一键部署符合数据合规与隐私保护监管要求
软件介绍
FATE（Federated AI Technology Enabler）是微众银行AI团队发起的开源联邦学习与隐私计算框架，支持多方安全计算、联邦学习与隐私保护机器学习，解决数据孤岛问题，实现跨机构数据协作建模与预测，广泛应用于金融风控、医疗联合诊断等场景。
适合行业
金融医疗政务
厂商信息
微众银行
深圳 · 2014-12 · 2000-5000
同类代理政策对比
佣金估算器
代理 FATE 一年能赚多少？
10 家
¥5,000
30%
70%
第 1 年
¥15,000
每年续约
¥10,500
3 年累计
¥36,000
基于您的输入估算，实际收入取决于销售能力、区域市场、厂商政策等因素
分销
华东华北华南华中西南西北东北
准入门槛需具备隐私计算/数据安全领域技术团队(3人以上),具备金融/政务/医疗等行业客户资源,年销售额门槛行业惯例
分成比例首次成交30%-40%分成,续费/增购15%-20%分成,具体视项目规模行业惯例
合约期限1年
厂商支持
✓ 技术培训✓ 市场物料✓ 客户线索✓ 联合打单✓ 产品认证
暂无评价
FATE 支持哪些联邦学习算法?▾
FATE 提供横向联邦学习、纵向联邦学习、迁移学习三大类算法,涵盖 LR、GBDT、XGBoost、神经网络、SecureBoost 等 20+ 种主流算法,并支持 PSI、PIR 等隐私求交协议,满足多样化建模需求。
FATE 的部署方式有哪些?▾
支持单机部署 (Docker Compose)、集群部署 (Kubernetes) 和云端部署。生产环境推荐 KubeFATE 一键部署多机构协作网络,单节点版本适合开发测试,分钟级即可完成环境搭建。
FATE 与 TensorFlow Federated、PySyft 有什么核心区别?▾
FATE 专注工业级生产落地,提供完整的跨机构多方安全计算 (MPC) 协议 (如 SS-XGBoost、HeteroLR),而 TFF 偏研究、PySyft 偏模拟。FATE 由微众银行主导,已在金融、医疗等真实场景大规模商用。
FATE 如何保证数据隐私安全?▾
采用同态加密 (Paillier、RSA)、秘密共享 (Shamir)、差分隐私等多种密码学技术,原始数据不出本地,仅交换加密后的中间参数和梯度。同时支持 TEE (可信执行环境) 硬件加速,平衡安全性与计算效率。
FATE 适合哪些行业场景?是否收费?▾
完全开源免费 (Apache 2.0 协议),广泛适用于金融风控联合建模、医疗数据协作、政务数据共享、营销获客等场景。社区版由 WeOpenGood 开源,企业级技术支持由微众银行等商业伙伴提供。