联邦学习推荐系统，使用tensorflow2.1实现联合学习推荐模型，并加入差分隐私噪声进行隐私保护

## 运行环境： python==3.7</br> numpy==1.18.1</br> tensorflow==2.1.0</br> scipy==1.4.1 ## 使用方式 非联合学习模式：</br> ```python single.py```</br> 联合学习模式：</br> ```python server.py```

基于联邦学习的电影推荐系统,采用联邦学习框架FATE1.3.1的横向联邦推荐算法

环境配置流程： 1、备好一台配置足够的服务器，安装CentOS 7系统。 2、安装python3.6,更改usr/bin链接。 3、安装virtualenv 和 virtualenvwrapper。 4、安装jdk1.8并配置环境变量。 5、安装mysql5.6并设置用户和密码。 6、安装Docker19.08以及Docker-Compose1.24.0 7、检查本地8080、9360、9380端口是否被占用 8、wget获取FATE1.3.1的安装包，解压。官方给定最新安装目录无法下载到1.3.1版本，正确地址为： https://webank-ai-1251170195.cos.ap-guangzhou.myqcloud.com /docker_standalone-fate-1.3.1.tar.gz。 9、运行install_standalone_docker.sh在Docker中安装FATE框架。 10、运行docker exec命令执行FATE容器里的测试脚本验证部署是否成功。 至此，FATE联邦学习框架部署完成。

web一些中间件常见漏洞总结

web一些中间件常见漏洞总结

《计算机网络：自顶向下方法》第七版课后习题答案详解

《计算机网络：自顶向下方法》第七版课后习题答案详解

鸟哥私房菜Linux基础学习篇课后答案

鸟哥私房菜Linux基础学习篇课后答案

CMS指纹识别的字典库

CMS指纹识别的字典库