WeFe(WeLabFederatedLearning)是Welab汇立集团子公司天冕科技发起的开源项目,为联邦学习生态系统提供了一套好用的可靠的安全计算框架。
WeFe是基于联邦机器学习技术的可视化分布式建模平台,可以充分保护各方用户数据安全,打破数据孤岛;支持企业按照具体的建模场景,沟通并匹配其他联邦成员,在明文数据不出库的前提下,共同完成联邦模型的训练与构建,帮助建模人员快速搭建联邦学习任务(横向联邦、纵向联邦、纵横向混合联邦等)。
项目特点混合联邦,纵向联邦学习与横向联邦学习结合的行业解决方案;使用联盟链作为联邦中心存证共享方案;支持流程可视化,托拉拽编辑流程的交互形式;基于函数计算与云存储对象实现动态资源拓展方案;支持GPU加速同态加密运算(实验室)。联邦学习算法WeFe目前支持的联邦学习算法:横向联邦、纵向联邦、混合联邦、深度学习。基于FATE,改进并新增了相关算法,算法细节请参考Kernel模块文档 kernel/README.md。系统架构WeFe系统由两大模块union与member组成;member是WeFe联邦学习平台中进行联邦建模的最小成员单位;union是一个去中心化的公共服务平台,存储了联邦中的可公开信息并提供给联邦中的member访问。模块详情:union模块,详见 union/README.md;member模块,详见 README_MEMBER.md。
评论