《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（2） https://developer.aliyun.com/article/1230779?groupCode=aliyun_linux
5.2 编译镜像方式
5.2.1 下载实践源码
在已创建好的SGX实例中，下载本实践所使用到的代码。
git clone https://github.com/intel/confifidential-computing-zoo.git cd confifidential-computing-zoo/cczoo/horizontal_flfl/
针对推荐系统任务，需要下载数据集，数据集保存在Google Drive中，您可以通过以下方式下载：
wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&con fifirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies--no-check -certifificate 'https://docs.google.com/uc?export=download&id= 1xkmlOTtgqSQEWEi7ieHWYvlAl5bSthSr' -O- | sed -rn 's/.*confifirm=([0-9A-Za-z_]+).*/\1\n/p') &id=1xkmlOTtgqSQEWEi7ieHWYvlAl5bSthSr" -O train.tar && rm -rf /tmp/cookies.txt
或者通过百度网盘下载。train.tar数据集文件需保存在recommendation_system/dataset目录下。
5.2.2 编译Docker镜像
可以通过参数 来指定编译图像分类任务或者推荐系统任务的应用程序。
./build_docker_image.sh <image_classifification/recommendation_system> latest anolisos
5.2.3 启动Docker容器
图像分类：
启动三个Docker容器（ps0、worker0、worker1）。如果在本地运行，请在 中填写本地PCCS服务器地址。如果在云端运行请在进入Docker容器后修改 /etc/sgx_default_qcnl.conf 文件中的PCCS服务器地址，填写云端的PCCS地址，忽略启动脚本中的 参数。
./start_container.sh <ps0/worker0/worker1> <PCCS ip addr> latest anolisos cd /image_classifification
推荐系统：
启动五个Docker容器（ps0、worker0、worker1、worker2、worker3）。如果在本地运行，请在 中填写本地PCCS服务器地址。如果在云端运行请在进入Docker容器后修改 /etc/sgx_default_qcnl.conf 文件中的PCCS服务器地址，填写云端的PCCS地址，忽略启动脚本中的 参数。
./start_container.sh <ps0/worker0/worker1/worker2/worker3> <PCCS ip addr> latest anolisos d /recommendation_system
《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（4） https://developer.aliyun.com/article/1230777?groupCode=aliyun_linux
