iT邦幫忙

2022 iThome 鐵人賽

DAY 14
0
Security

區塊鏈與聯邦學習系列 第 14

聯邦學習開源平台:OpenMined

  • 分享至 

  • xImage
  •  

OpenMined 是一個開放原始碼的平台,其目標是降低隱私計算(Privacy-Preserving Computing )技術的進入門檻,以推動隱私保護。

  • 資料由收集資料的人員集中管理,應嚴格控制資料的任何外部使用。
  • 優先考慮隱私,安全性和資料完整性,可以對資料進行訓練或查詢。
  • 資料所有者擁有完全的控制權:不會共享原始資料。

OpenMined 系統架構(Architecture)

  • Sonar:鏈上運行的聯邦學習服務器。
  • Capsule: 第三方 PGP 服務器,用於生成公鑰和私鑰,以確保 Sonar 神經網路保持正確加密。
  • Data:用戶的資料庫。
  • Syft:
    確保加密狀態下訓練的神經網路的函式庫。
    使用差分隱私、多方計算(MPC)和同態加密(HE)將模型訓練中的隱私資料。

OpenMined 功能

  1. 遠程執行:
    不共享資料進行分析以保護隱私。
    具有對您無法訪問的機器內部資料進行任意計算的能力。
    1. 多方計算:
      當模型具有多個所有者時,多方計算允許共享模型的控制權,而不會洩露其內容。
    2. 同態加密:
      當模型只有一個所有者時,允許所有者加密他們的模型,以便讓不受信任的第三方可以訓練或使用該模型而不會洩露模型。
    3. 差分隱私:
      最終,您必須要求公開您的分析結果,並可以幫助我們適當地混淆資料。
      1. 資料發布技術:
        包括PATE、DP-SGD、Moments Accountant以及Laplace和指數機制。
      2. 自動差分隱私:
        自動跟踪您執行的操作並添加適當數量的噪音。
        AutoGrad使您可以找到最優的隱私性和實用性的平衡。

上一篇
聯邦學習(Federated Learning)整合的資訊科學領域
下一篇
聯邦學習開源平台:Federated Learning Open Source Platform, FATE
系列文
區塊鏈與聯邦學習30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言