HeteroLR介绍

HeteroLR 在线推理

HeteroLR为纵向联邦逻辑回归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"HeteroLRBoost", "HeteroLRGuest", "HeteroLRHost"，下面对这三个文件展开说明

HeteroLR

HeteroLR是HeteroLRGuest和HeteroLRHost的模型基类，该基类提供了模型的初始化、模型评分等功能。

1. HeteroLR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: a. weight: LR模型的权值 b. intercept: LR模型的偏置
3. 功能函数说明: a. forward: 计算score = weight * value + intercept, 若是host方，则intercept为0

HeteroLRGuest and HeteroLRHost

HeteroLRGuest 和 HeteroLRHost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也一起进行推理，下面给出具体说明。

1. 系统针对请求的id，同时给guest和host发起推理请求
2. Host接收到推理指令后，执行forward函数的前向计算流程，并将结果返回，由系统调度给guest
3. Guest接收到推理指令后，执行forward函数的前向计算流程，并且获取host的计算结果，组合一起，并计算sigmod得到最终评分，完成完整的推理流程