读书笔记-1

读书笔记-1

开源框架

FATE：实现了一种基于同态加密和多方计算的安全计算协议，支持一系列的联邦学习架构和安全计算算法，包括逻辑回归、决策树、梯度提升树、深度学习和迁移学习。

TFF：一个为联邦学习和其他计算方法在去中心化数据集上进行实验的开源框架。可以在自己 的模型和数据上模拟现有的了联邦学习算法，以及其他新颖的算法。TFF接口有两层构成：联邦学习应用程序接口和联邦学习核心API。包含单机的实验运行过程模拟器。

Tensorflow-Encrypted：搭建于TensorFlow顶层的python包。可以使用面向隐私保护的机器学习进行实验。

coMind：一个面向隐私保护的联邦学习模型的开源平台。

Horovod：一个深度学习的开源分布式训练框架，不支持加密。

OpenMined/PySyft：OpenMined支持多方安全计算和同态加密。PySyft是Pytorch的一个简单外挂扩展。（用其实现联邦学习十分简单）。

学习教程参考：https://blog.csdn.net/lizhe_dashuju/article/details/102883146?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

目前貌似没有适用于Windows的较完善的框架