《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署TensorFlow横向联邦学习（3） https://developer.aliyun.com/article/1230778?groupCode=aliyun_linux
6 实践运行
6.1 图像分类
在多台服务器上部署不同分布式节点的情况下，可以通过修改Docker容器中/image_classifification/目录下的train.py训练脚本来配置分布式节点IP地址：
tf.app.flflags.DEFINE_string("ps_hosts", "['localhost:60002']", "ps hosts") tf.app.flflags.DEFINE_string("worker_hosts", "['localhost:61002','localhost:61003']", "worker hosts")
并在修改后重新编译应用：
cd /image_classifification ./test-sgx.sh make
编译过程中会生成MR_ENCLAVE，MR_SIGNER，ISV_PROD_ID，ISV_SVN。
配置Docker容器中/image_classifification/下的dynamic_confifig.json文件，填入待通信方节点在编译应用阶段生成的MR_ENCLAVE，MR_SIGNER，ISV_PROD_ID，ISV_SVN的值，如：
{ "verify_mr_enclave" : "on", "verify_mr_signer" : "on", "verify_isv_prod_id" : "on", "verify_isv_svn" : "on", "sgx_mrs": [ { "mr_enclave" : "1e4f3efafac6038dadaa94fdd248b93c82ae9f0a16642ffff4bb07afe442aac 56e", "mr_signer" : "5add213ac35413033647621e2fab91edcc8b82f840426803feb8a603be2ce 8d4", "isv_prod_id" : "0", "isv_svn" : "0" } ] }
修改完成后，在每个容器中运行相应的作业脚本。
./test-sgx.sh <ps0/worker0/worker1>
您可以从终端查看训练过程中的日志信息，以确认训练在正常进行。训练过程中生成的模型文件将保存在model文件夹中，其中变量值的相关信息存放在参与方 ps0 的 model/model.ckpt-data 中，计算图结构的相关信息存放在参与方 worker0 的 model/model.ckpt-meta 中。
6.2 推荐系统
在多台服务器上部署不同分布式节点的情况下，可以通过修改Docker容器中 /ecommendation_system/目录下的 ps0.py、worker0.py、worker1.py、worker2.py、worker3.py 训练脚本来配置分布式节点IP地址:
tf.app.flflags.DEFINE_string("ps_hosts", "['localhost:70002']", "ps hosts") tf.app.flflags.DEFINE_string("worker_hosts", "['localhost:71002','localhost:71003','localhost: 71004','locaxlhost:71005']", "worker hosts")
并在修改后重新编译应用
cd /recommendation_system ./test-sgx.sh make
编译过程中会生成MR_ENCLAVE，MR_SIGNER，ISV_PROD_ID，ISV_SVN。
配置Docker容器中 /recommendation_system/ 目录下的 dynamic_confifig.json 文件，填入待通信方节点在编译应用阶段生成的MR_ENCLAVE，MR_SIGNER，ISV_PROD_ID，ISV_SVN的值，如：
{ "verify_mr_enclave" : "on", "verify_mr_signer" : "on", "verify_isv_prod_id" : "on", "verify_isv_svn" : "on", "sgx_mrs": [ { "mr_enclave" : "8b302bbf37ce27f82a3aa95b7daffffe4b104e1faeb05e566dc8ded6ab0435 9684", "mr_signer" : "5add213ac35413033647621e2fab91edcc8b82f840426803feb8a603be2ce 8d4", "isv_prod_id" : "0", "isv_svn" : "0" } ] }
worker节点仅需要与ps节点通信，因此只需要配置一组校验值。ps节点需要与所有worker节点通信，因此可能需要配置多组校验值。
修改完成后，在每个容器中运行相应的作业脚本。
./test-sgx.sh <ps0/worker0/worker1/worker2/worker3>
您可以从终端查看训练过程中的日志信息，以确认训练在正常进行。训练过程中生成的模型文件将保存在model文件夹中，其中变量值的相关信息存放在参与方ps0的model/model.ckpt-data中，计算图结构的相关信息存放在参与方worker0的model/model.ckpt-meta中。
