本文分享基于Fate使用横向联邦神经网络算法对多分类的数据进行模型训练，并使用该模型对数据进行多分类预测。

Fate的模型预测有离线预测和在线预测两种方式，两者的效果是一样的，主要是使用方式、适用场景、高可用、性能等方面有很大差别；本文分享使用Fate基于纵向逻辑回归算法训练出来的模型进行离线预测实践。

本文分享基于Fate自带的测试样例，进行纵向逻辑回归算法的模型训练，并且通过FATE Board可视化查看结果。

隐私计算与传统数据使用方式相比，它不需要聚合各方数据搭建数据仓库，联邦学习在联合的过程中，多方机构之间的数据是不会进行共享的，实现数据的可用不可见；本文主要分享隐私计算平台Fate的相关基本概念，以及基于Docker的单机部署。

本文主要通过一个例子分享以Hyperledger Fabric为代表的联盟链应用场景。

Fabric是一个企业级的分布式账本技术平台，也是目前应用最广泛的区块链项目；本文将梳理区块链技术平台Fabric的核心概念与关键功能。

在上一篇文章中分享了智能合约的安装并使用cli客户端进行合约的调用；本文将使用Java代码基于fabric-gateway-java进行区块链网络的访问与交易，并集成SpringBoot框架。

在上一篇文章中分享了智能合约的安装与使用，如果业务有变更代码需要修改怎么办呢？本文分享如何对已安装的合约进行版本更新。

本文分享如何使用 Java 语言开发智能合约，以及合约的安装与使用。

本文分享在 Centos下搭建 Hyperledger Fabric 2.4 环境并进行简单的网络测试。