iFLearner強大且輕量的聯(lián)邦學(xué)習(xí)框架

iFLearner是一個強大且輕量的聯(lián)邦學(xué)習(xí)框架，提供了一種基于數(shù)據(jù)隱私安全保護的計算框架， 主要針對深度學(xué)習(xí)場景下的聯(lián)邦建模。其安全底層支持同態(tài)加密、秘密共享、差分隱私等多種加密技術(shù)， 算法層支持各類深度學(xué)習(xí)網(wǎng)絡(luò)模型，并且同時支持Tensorflow、Mxnet、Pytorch等主流框架。

架構(gòu)

iFLearner主要基于以下原則進行設(shè)計:

• 事件驅(qū)動機制: 使用事件驅(qū)動的編程范式來構(gòu)建聯(lián)邦學(xué)習(xí)，即將聯(lián)邦學(xué)習(xí)看成是參與方之間收發(fā)消息的過程， 通過定義消息類型以及處理消息的行為來描述聯(lián)邦學(xué)習(xí)過程。

• 訓(xùn)練框架抽象: 抽象深度學(xué)習(xí)后端，兼容支持Tensorflow、Pytorch等多類框架后端。

• 擴展性高：模塊式設(shè)計，用戶可以自定義聚合策略，加密模塊，同時支持各類場景下的算法。

• 輕量且簡單：該框架Lib級別，足夠輕量，同時用戶可以簡單改造自己的深度學(xué)習(xí)算法為聯(lián)邦學(xué)習(xí)算法。