TensorFlow加密机器学习框架，为联邦学习加一层保护罩

最新推荐文章于 2024-06-06 11:19:09 发布

AI科技大本营

最新推荐文章于 2024-06-06 11:19:09 发布

阅读量2.9k

点赞数 1

本文链接：https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103798078

版权

作者 | Justin Patriquin

译者 | 孙薇

编辑 | 夕颜

出品 | AI科技大本营（ID: rgznai100）

【导读】作为一种无需聚合集中数据便可训练模型的方式，联邦学习（FL）近几年来受到了广泛关注。这种技术最初由谷歌投入生产环境，用于开发、训练及不断改进安卓的预测输入法——GBoard。

传统来说，训练模型需要数据科学家能直接访问集中式数据集。如果某个数据集分散且数据敏感的话，聚合数据并训练将无法完成。举例来说，对于GBoard，聚合数据需要谷歌能直接访问所有用户的每个击键操作，但对于许多人来说，这是对其隐私权的侵犯；同时可能会导致谷歌错误地收集用户密码、信用卡号及用户所输入的其他敏感文本。而联邦学习仅共享模型的更新，而不是训练模型的数据，极大缓解了这一问题。

联邦学习需要模型所有者先将机器学习模型发送给每个数据所有者。数据所有者，即每台手机会使用本地数据运行训练算法的初始步骤，而训练算法则根据输入与预期输出结果来确定对模型的更新方式。这些模型更新会再发回模型所有者方，并进行汇总。当训练算法（例如随机梯度下降算法）达到局部最优权重时，更新汇总结束。

然而，联邦学习并非完整的数据隐私解决方案，它无法确保在更新共享时不泄漏敏感信息。多次针对联邦学习的攻击表明，自客户端更新中习得隐私信息是可以做到的。为了解决敏感数据泄漏问题，我们可以利用差异性隐私及安全聚合来保护更新信息。

通过避免聚合器直接阅读各个客户端的更新内容，安全聚合解决了由于默认信任聚合器而导致的问题，但这样并不能解决最终模型存储时及以后的训练数据泄漏问题，差异性隐私尤其适合解决这类问题。不过，尽管在使用类似TensorFlow隐私时配合差异性隐私及安全聚合是可行的，本文还是着重于安全聚合本身。

TF Encrypted实验

TF Encrypted是一个TensorFlow加密机器学习框架。它看起来，上手感觉都很像TensorFlow，利用了Keras API的易用性，同时通过安全的多方计算和同态加密对加密数据进行训练和预测。TF Encrypted的目的是让用户在并不精通密码学、分布式系统或高性能计算专业知识的情况下，也可以使用隐私保护加持的机器学习随时可用。

目前，此项目已在GitHub开源：https://github.com/tf-encrypted/tf-encrypted

将TensorFlow和TF Encrypted结合起来，无需担心底层细节，我们便可以尝试快速迭代高层方面的实现。TF Encrypted所实现的安全计算，以及TensorFlow使用优化计算图标的能力让该团队得以专注于联邦学习的细节实现，并采用不同的技术进行实验。

计算模型更新

计算模型更新时，每个参与部分需要获得最新的模型，这一点至关重要，以便本地生成的更新对模型是有效的。这意味着每次训练迭代都必须在模型所有者、数据所有者及安全聚合器之间进行同步，而TensorFlow可以运用Keras接口，以及用于管理设备分配的tf.device接口，让这一过程更为简单。

安全聚合

该团队可以用TF Encrypted的安全协议来安全汇总更新内容。当前实现使用了TF Encrypted和额外的密匙共享方法，需要三方（至更多方）实现安全地聚合计算。在安全计算中，同步也很重要，而TensorFlow通过在图形模式下运行，并运用分发引擎按恰当顺序执行操作，使得同步成为可能。

通过安全聚合进行联邦学习会增加一个额外的步骤，将模型更新发送给聚合器，而不是直接返给模型所有者。之后再通过该安全聚合器，将汇总的更新发送给模型所有者。

示例

本示例的主要目的：演示在TensorFlow及TF Encrypted中以高度可定制的方式实现联邦学习。与TensorFlow 1.X相比，最近发布的TensorFlow 2.0让这个实验更加简单。

假设：TF Encrypted已被复制到本地目录中，系统安装了Python 3.5或更高版本，则只需从命令行中运行以下命令，即可运行示例的基础版本。

python examples/federated-learning/main.py

使用help flag可显示用于自定义脚本执行的其他选项。

自定义模型所有者

我们提供了两个基本类——BaseModelOwner和BaseDataOwner，这些类包含了网络通讯的方法，并允许对模型更新的计算和聚合进行易于配置的定制。



class ModelOwner(BaseModelOwner):  @classmethod  def model_fn(cls, data_owner):    x, labels = next(data_owner.dataset)

    with tf.GradientTape() as tape:      preds = data_owner.model(x)      loss = tf.reduce_mean(data_owner.loss(labels, preds, from_logits=True))

    return tape.gradient(loss, data_owner.model.trainable_variables)

  @classmethod  def aggregator_fn(cls, model_gradients, model):    aggr_inputs = [        tfe.add_n(inputs) / len(inputs)        for inputs in collected_inputs    ]

    return aggr_inputs

  @classmethod  def evaluator_fn(cls, model_owner):    x, y = next(model_owner.evaluation_dataset)
    predictions = model_owner.model(x)    loss = tf.reduce_mean(model_owner.loss(y, predictions, from_logits=True))

子类BaseModelOwner扩展基本功能示例

我们使用示例中提供的default_model_fn，secure_mean以及evaluate_classifier对BaseModelOwner进行自定义。为了展示其基础功能之外的可定制性，我们还采用了Reptile元学习算法实现了一些功能，以计算并实现模型更新的安全汇总。

class DataOwner(BaseDataOwner):  @from_simulated_dataset  def build_data_pipeline(self):    """Build data pipeline for validation by model owner."""    def to_tensors(instance):      return instance["image"], instance["label"]

    def cast(image, label):      return tf.cast(image, tf.float32), tf.cast(label, tf.int32)

    def normalize(image, label):      return image / 255, label

    dataset = self.dataset.map(to_tensors)    dataset = dataset.map(cast)    dataset = dataset.map(normalize)    dataset = dataset.batch(batch_size, drop_remainder=True)    dataset = dataset.repeat()
    return dataset

子类BaseDataOwner指定数据加载方式的示例

同步和算法选择完成自定义之后，可以初始化对象并在机器学习模型上运行.fit方法，以开启训练，并将更新与安全聚合同步。

model_owner = ModelOwner("model-owner", "./data/train.tfrecord",
                         model, loss, optimizer=tf.keras.optimizers.Adam(learning_rate))




data_owners = []
for i in range(num_data_owners):
  do = DataOwner(f"data-owner-{i}", f"./data/train{i}.tfrecord",
                 model, loss, optimizer=tf.keras.optimizers.Adam(learning_rate)


  data_owners.append(do)




model_owner.fit(data_owners, rounds=batches, evaluate_every=10)

在model_owner上调用fit以开始训练

编写联邦学习

该示例利用了网络通讯的两种方式来实现联邦学习：使用tfe.local_computation decorator在本地计算令输入与输出保持加密状态的函数，在函数内部对这些值进行解密。在对模型更新进行前向和反向迭代（forward and backward pass）时使用该方法，使得更新输出（即模型更新）保持加密状态。pin_to_owner是一个辅助函数decorator，通过tf.device调用函数，以确保TensorFlow在正确的设备上运行。在更新聚合及评估模型最终版本时使用。

完整版请查看 https://github.com/tf-encrypted/tf-encrypted/tree/494b95844860424c026fe0a31dd99788aaeee0e9/examples/federated-learning。

未来展望

TF Encrypted及联邦学习将不会止步于这个小示例，而是将TF Encrypted与现有的联邦学习框架结合起来，比如TensorFlow Federated，允许开发者与机器学习工程师利用TF Encrypted来进行安全聚合，也允许开发者和数据科学家将多种不同的技术结合在一起，同时还可以选择使用联邦学习。从示例TensorFlow Federated和Distribution Strategies中也还有很多可以思考的地方，迸发灵感，如何找出安全联邦学习更好的API用法。

原文链接：

https://medium.com/dropoutlabs/federated-learning-with-secure-aggregation-in-tensorflow-95f2f96ebecd

（*本文为AI科技大本营翻译文章，转载请联系微信1092722531）

◆

精彩推荐

◆

推荐阅读

AI科技大本营

关注

1
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
TensorFlow加密机器学习框架，为联邦学习加一层保护罩

作者 | Justin Patriquin译者 | 孙薇编辑 | 夕颜出品 | AI科技大本营（ID: rgznai100）【导读】作为一种无需聚合集中数据便可训练模型的方式，联邦学习...
复制链接

扫一扫