HeteroSecureBoost介绍

HeteroSecureBoost 在线推理

HeteroSecureBoost 为纵向联邦SecureBoost在线推理的实现过程，与离线不同的是，目前serving只支持单个host的预测。
它主要包含3个文件"HeteroSecureBoost", "HeteroSecureBoostingTreeGuest", "HeteroSecureBoostingTreeHost"，下面对这三个文件展开说明

HeteroSecureBoost

HeteroSecureBoost是HeteroSecureBoostingTreeGuest和HeteroSecureBoostingTreeHost的模型基类，该基类提供了模型的初始化、层次遍历等功能。

1. HeteroSecureBoost继承自BaseModel类，BaseModel类为所有模型的基类，所有算法模型必须继承该类和实现相关接口，用于统一的调度。
2. 模型初始化：InitModel函数，功能是对输入的Meta和Param两个序列化的模型文件进行反序列话，同时，初始化相关的类属性，初始化的内容包括：
   treeNum: 树的数量
   initScore: boost的初始化得分，具体可参考FATE离线建模文档
   trees: 具体的树信息列表，可参考对应的DecisionTreeModelParam numClasses: 多少类，二分类问题为2，多分类问题则为具体分类数，回归问题为0，通过该字段可以判断具体建模任务类型
   classes: 类别标签，对于分类问题，用预测的结果下表去索引真正的分类标签 treeDim: boost的每轮树的数量，对于回归和二分类等于1，对于多分类，是类别数量，每轮每个分类都有一个对应的树 learningRate: 学习率和权重放缩因子，推理时每个树得到的权重都会乘以learning_rate。
3. 功能函数说明：
   a. getSite: 离线的时候，每个树节点的域信息是$role:$partyid，如host:10000，通过该函数获取$role b. generateTag: 用来存储和读取每轮使用的数据，用法在下面辉介绍 c. gotoNextLevel: 输入当前的树、节点编号，特征值，输出树的下一层节点编号

HeteroSecureBoostingTreeGuest and HeteroSecureBoostingTreeHost

HeteroSecureBoostingTreeGuest 和 HeteroSecureBoostingTreeHost是 party guest 和host对应的实现代码，其中party guest收到请求后，会执行推理过程，与此同时，需要与host一起决策每个树的预测流程，下面给出具体说明。

1. HeteroSecureBoostingTreeGuest 发起推理指令给host
2. Host 接收到推理指令后，执行完整的推理调用逻辑（数据预处理->特征工程->HeteroSecureBoost)，当首次调用HeteroSecureBoostingTreeHost的predict函数时，host方直接将上游组件的特征数据保存到数据库中。
3. HeteroSecureBoostingTreeGuest继续推理逻辑，首先对每个树进行遍历，等每个树遍历完成之后，如果treeLocation为空，进入5，否则进入4。 遍历规则是：
   a. 如果到达了叶子节点，则记录下节点编号，停止遍历。
   b. 否则如果该点属于guest方，则使用自身特征数据判断下一层节点的走向，重复该过程直到碰到节点为host方或者走到了叶子节点。 c. 如果该点属于host方，则将(treeId, treeNodeId)保存至treeLocation
4. Guest给Host发送treeLocation，host接收到后，从数据库中取出特征数据，然后遍历树集合，将结果反馈给guest，guest得到结果后，返回3
5. Guest得到每个树的节点编号，利用节点编号索引出叶子权重，经过处理后得到预测结果，并将结果输出，推理流程完成。

当前的HeteroSecureBoost交互次数最坏可能达到树的深度，未来我们会进一步对此优化。
相关的推理流程图参考如下：
HeteroSecureBoost在线推理流程图