目前,联邦学习开源技术形成两大发展方向:专注于开发联邦学习算法模型;专注于开发融合安全协议。以所属机构业务出发,商用为主的联邦学习开源项目仅在某类机器学习功能中引入安全协议实现安全联邦学习,更加关注结合机构技术生态结合而非多样化的技术应用。FATE与Rosetta以联邦学习安全性与性能出发,注重联邦学习的整体解决方案。研究为主的联邦学习开源项目则从联邦学习的各个层面探讨技术实现的可能性。通过对开源与技术特性的研究,易观分析认为,CTO在选择开源项目时,要基于自身业务发展阶段和自有开发团队实力,选用具有相应功能、安全性、可扩展性的开源项目。