联邦学习（Federated Learning，FELE）是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密（混淆）形态的前提下，通过交换加密的机器学习中间结果，实现联合建模。
联邦学习兼顾 AI 应用与隐私保护，开放合作，协同性高，充分释放大数据生产力，广泛适用于金融、消费互联网等行业的业务创新场景。
下表为操作审计支持的联邦学习操作列表：
| 操作名称 | 资源类型 | 事件名称 |
|---|---|---|
| 联邦学习风险断直连查询 | fele | DescribeFdlRiskPlus |
| 联邦学习风险查询 | fele | DescribeFlRisk |