前几章主要关注了高级联邦学习的算法和数学原理,包括聚合策略和隐私增强。本章将转向构建、部署和有效管理这些系统所需的实际工程。我们将考察联邦学习系统常见的体系结构模式,介绍主要的框架,例如 TensorFlow Federated、PySyft 和 Flower,这些框架有助于开发,并讨论从受控模拟转向实际部署所面临的特有挑战。此外,你将学习到与运行中的联邦学习系统相关的监控技术和安全措施,涵盖跨机构和跨设备两种场景。本章结束时,你将对如何进行联邦学习支撑系统的构建和维护有一个清晰的认识。