关于 Heterogeneous SSHE Logistic Regression 的两点疑问

[tanjuntao]

从官方文档中得知，FATE 实现了一种基于 SS+HE 的混合纵向 LR 训练协议，在阅读协议流程图中，有以下两点问题想请教下：

1. SS+HE 的方案中，使用的损失函数是什么？从残差的计算方式中，猜测应该不是 Taylor Loss
2. 在 forward 流程中，Host Party 为何要将 <WX>1 同态加密后发送给 Guest Party? 仅仅是为了方便 Guest Party 计算出完整的密态残差吗？因为如果 Host Party 的 <WX>1 保留在本地，那么后续这两方可以分别计算 share of residue, 从而计算 share of gradient, 进一步更新 share of parameters。所以不知道为何 FATE 在这里是这么处理的，有什么特殊的考虑吗？

希望能获得官方的解答，谢谢。

[talkingwallace]

https://arxiv.org/pdf/2008.08753.pdf 可以参考这个论文