本篇文章简单介绍了预处理及隐私求交方法，总结对比各决策树模型及各线性回归模型的API、场景、安全性、性能及算法，最后介绍了神经网络算法。

本篇关注密态训练和推理原理与具体实现方法，通过SPU实现隐私训练和隐私推理。

有关数据要素流通中的技术信任相关问题的讨论

本篇讲解了决策树模型，例举了SS-XGB和SGB的应用实例，以及对这两种算法在设备准备和数据、训练参数设置以及模型评估和保存角度进行了对比。

本篇文章介绍了为什么需要SPU，以及其整体架构和各部分功能，包括前端、编译器以及运行时，还简单介绍了编程界面。SPU可以将AI模型翻译到安全设备上执行，也可以复用其他AI框架的API。