本书共9章，分为4个部分。第一部分基础(第1-2章)主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容。第二部分原理(第3-5章)讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术。第三部分实战(第6-7章)主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践，并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。第四部分拓展(第8-9章)概述了联邦学习的形态、联邦学习系统架构、当前面临的挑战等，并探讨了联邦学习的发展前景和趋势。并列题名：Dive into federated learning eng