返回 AI 工具目录

FATE

开发框架人工精选最近核验 2026年7月23日

FATE(Federated AI Technology Enabler)是一套工业级联邦学习开源框架,让多家企业或机构在不暴露原始数据的前提下协作建模,兼顾数据可用与隐私安全。它基于同态加密与多方安全计算(MPC)做安全计算,内置逻辑回归、树模型、深度学习、迁移学习等多种联邦学习算法,并提供可视化、模型服务与工作流调度等配套。支持单机、集群与 Docker-Compose 部署,并通过 KubeFATE 支持 Kubernetes。项目由 Linux 基金会托管,采用 Apache 2.0 许可,主体用 Python 与 Java 编写,当前活跃维护。

定价开源部署自托管国内可达国内可达许可Apache-2.0

解决什么问题

多方在不共享原始数据下联合建模
用同态加密与 MPC 保障计算过程隐私
覆盖逻辑回归、树模型、深度学习等算法
提供建模、服务与调度的完整工具链
支撑跨机构的联邦学习协作场景

适合

金融、医疗等强监管行业的跨机构合作建模
数据不能出域但需联合训练的场景
需要工业级、可集群部署的联邦学习平台
有合规团队配合治理数据协作

不适合

部署与调优复杂, 小团队上手成本高
非跨机构协作的单方建模无需联邦学习
需要密码学与运维专业知识支撑
性能开销高于普通集中式训练

如何接入

提供单机、集群与 Docker-Compose 部署
通过 KubeFATE 在 Kubernetes 上部署
Python 与 Java 接口对接建模流程
配套可视化与模型服务组件
遵循 FATE-Community 治理与文档

已知限制

系统组件多, 部署运维门槛较高
加密计算带来额外性能与资源开销
需多方在协议与安全上达成一致
版本演进较快, 需关注兼容性

接入与使用事实

部署方式: 自托管
实现语言: Python、Java
中文界面: 待确认
中文文档: 待确认
定价方式: 开源
许可证: Apache-2.0
国内可达性: 国内可达
可达性观察: 待补充

查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

暂无可公开的来源链接。