联邦
埃克塞特大学（University of Exeter），又名埃克斯特大学，是一所位于英国西南部的顶尖公立综合性研究型大学，起源于十九世纪中叶，于1955年受皇家特许正式创建大学。现为英国罗素大学集团、英联邦大学协会和GW4联盟等组织成员。
埃克塞特大学（University of Exeter），又名埃克斯特大学，是一所位于英国西南部的顶尖公立综合性研究型大学，起源于十九世纪中叶，于1955年受皇家特许正式创建大学。现为英国罗素大学集团、英联邦大学协会和GW4联盟等组织成员。 ......
【一周聚焦】联邦学习 10.9-10.16
近期的联邦学习做了如下内容： 大模型 目前大模型是绝对的研究风口，而FL中为了降低传输开销的网络压缩技术也是可以服务于LLM的高效传输的。 港科大+微众银行，10月16，FATE-LLM: A Industrial Grade Federated Learning Framework for Lar ......
prometheus几种高可用架构介绍及联邦架构部署
**问题背景：**单个prometheus性能到达瓶颈问题、多个prometheus-server数据汇总问题等 **prometheus监控数据持久化** 首先大家都知道prometheus是自带数据存储功能的。优点是简单易用，基本无需配置缺点是：1、存在数据无法长久保存（尤其是频繁变更的监控对象 ......
Effective C++ 笔记-1.1视C++为一个语言联邦
应当这样正确的看待C++语言，将C++视为一个由相关次语言组成的联邦，而非单一语言。每种次语言都有自己的守则，当你从一个次语言移向另一个次语言，守则可能改变。 其主要的次语言总共有4个： C: Object-Oriented C++; Template C++: STL: ******C++高效编程 ......
异质数据环境下的联邦学习
近年来，大量数据的产生和边缘设备算力的提高，以及对数据隐私的要求使得以联邦学习为代表的分布式机器学习得到研究关注。传统的联邦学习优化方法如FEDAVG由于其简单实现且具有较低的通信代价得到了广泛的应用，但是其在异质数据环境下很难取得优秀的效果。联邦学习中各客户端的数据分布是非独立同分布的（Non-I ......
【FATE联邦学习】AnsibleFATE离线部署出现AnsibleUndefinedVariable: ‘ansible_ssh_host‘ is undefined.
本人已经提issuehttps://github.com/FederatedAI/FATE/issues/5059. 根据群友 钟紫英 的方法， 修改project_path/enviroments/prod/hosts中的[fate]组： render后原文： # 前面省略 ansible_bec ......
Prometheus（三）——基于prometheus联邦收集node的指标数据
第十二周-Prometheus（三） 一、实现基于prometheus联邦收集node的指标数据 1.1 部署prometheusprometheus server、联邦节点方法相同 下载 mkdir /apps cd /apps wget https://github.com/prometheus ......
联邦学习中的投毒攻击
Poisoning Attacks and Counterattacks in Federated Learning 中毒攻击发生在模型训练阶段，而推理攻击则在第一章中讨论，通常发生在模型的测试或预测阶段。 ## 什么是投毒攻击 中毒攻击的目的是破坏模型的训练或降低预期训练模型的有效性，包括延长模型 ......
联邦学习中的安全多方计算
Secure Multi-party Computation in Federated Learning ## 什么是安全多方计算 安全多方计算就是许多参与方需要共同工作完成一个计算任务或者执行一个数学函数，每个参与方针对这个执行构建自己的数据或份额，但不想泄露自己的数据给其他参与方。 在安全多方计 ......
联邦学习中的推理攻击
Inference Attacks in FL 在人工智能领域，推理攻击是提取没有公开的但攻击者感兴趣的信息。在联邦学习中，如果云聚合器是攻击者，那么其获知的信息可能包含模型参数、梯度、训练集的边界分布等等；其未知的信息可能包括客户端的训练集信息（图像内容、某特定成员信息、属性等） ## 推理攻击的 ......
联邦学习：对“数据隐私保护”和“数据孤岛”困境的破局
如何在保护各机构数据隐私的前提下，通过技术手段破解数据隐私保护难题，联邦学习是解决这一问题的有效方式。 ......
公共模块之模块联邦
## 目录 - [前言](#前言) - [模块联邦概念](#模块联邦概念) - [使用配置](#使用配置) - [模块联邦优点](#模块联邦优点) - [模块联邦缺点](#模块联邦缺点) - [动态远程模块](#动态远程模块) #### 前言 工作中公共模块通过子仓库在多个项目中使用，其中公共头部， ......
隐私计算之浅谈联邦学习
“数据孤岛”简单的讲，各组织都持有各自的数据，这些数据之间互有关系但又独立存储于各组织。出于安全性、合规性等方面考虑，各组织只能查询、使用己方数据，无法交换其它组织的数据。在联邦学习出现前，针对数据隐私保护的密码学已应用于本地数据机器学习，随着“数据孤岛”问题的浮现，联邦学习的概念出现并发展的日益成... ......
联邦学习
[TOC] ### 基础知识（个人笔记） > 以下笔记有很多是来自GPT，只做参考，不一定完全准确 #### SDN/NFV 1. SDN SDN是软件定义网络( SoftWare-defined Networking ) 的缩写，是一种网络管理方法，它支持动态可编程的网络配置，提高了网络性能和管理 ......
基于区块链技术结合联邦学习技术的安全医疗5.0系统 论文分析
名词解释： IOMT(Internet of Medical Things): 医疗物联网,是将IOT技术应用到医疗保健领域的产物。其重点是连接医疗设备与系统,实现医疗信息和数据的可连接和交换。 ML(Machine Learning):机器学习 - 典型的机器学习任务包括分类、回归、聚类等。常用算 ......
数据仓库和数据联邦
数据仓库和数据联邦是两种不同的数据管理和分析架构。 1. 数据仓库： - 定义：数据仓库是一个集成的、主题导向的、历史有意义的数据集合，用于支持企业的决策制定和分析需求。 - 架构：数据仓库采用了集中式的架构，将来自多个源系统的数据抽取、转换和加载到一个集中的存储中，通常以星型或雪花型模式进行组织。 ......
vite-plugin-federation vite&rollup 模块联邦插件
vite-plugin-federation vite&rollup 模块联邦插件，和webpack 的模块联邦插件兼容模块联邦是一个很不错的前端模块化机制，对于微前端领域是一个很不错的选择，而且vite-plugin-federation 可以直接与webpack 的构建兼容，对于使用不同构建工具 ......
【转】五分钟读懂“联邦学习”
一、“联邦学习” 是什么？有什么用？大家可能知道，我们目前常用的人工智能应用（例如人脸识别、语音识别、图像识别、智能推荐等）已经相当成熟，它们通常都依赖于大量的训练样本。也就是说，已知一个X（“样本”），要判别它是否具备Y（“特征”），我们需要大量已知的X、Y来反复训练我们的模型（这个过程叫做“学习 ......
基于FATE联邦学习的隐私计算实践
隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，实现数据的可用不可见的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。 ......
联邦学习基础
作者：程勇链接：https://zhuanlan.zhihu.com/p/87858287来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 联邦学习（Federated Learning, a.k.a. Federated Machine Learning）可以分为三类 ......
使用PyTorch和Flower 进行联邦学习
本文将介绍如何使用 Flower 构建现有机器学习工作的联邦学习版本。我们将使用 PyTorch 在 CIFAR-10 数据集上训练卷积神经网络，然后将展示如何修改训练代码以联邦的方式运行训练。 完整文章： https://avoid.overfit.cn/post/8d05a12c208c4f49 ......
一种解决多系统web应用的策略，Module Federation（模块联邦）
前言 针对很多大型的web应用，往往会衍生出很多子应用，而这些子应用之间有时候又往往需要进行交互或者复用一些功能或者组件，这个时候有没有一个比较好的策略来实现这样的交互呢。答案是有的，试试webpack5提供的Module Federation。 先来个示例 万事先实操，然后再谈别的，不付诸实践的想 ......
灵活、快捷、低运维成本的数据集成方法：数据联邦架构
在传统的企业数据运用中，企业使用多种系统，数据散落在各个存储设备中，数据分析需求往往是跨库的，数据入湖入仓在做分析会有安全问题，或影响业务系统性能。企业需要一种灵活、快捷、低运维成本的数据集成方法，就有了数据联邦架构。本文介绍数据联邦架构。 — 数据联邦概述— 在传统的企业数据运用中，常常会出现这样 ......
HCIP-BGP反射器与联邦实验
配置： 一、进行IP地址划分 将as2区域内部划分成一个网段 172.16.0.0/16 MA网段 172.16.0.0/24 172.16.1.0/24 172.16.2.0/24 172.16.3.0/24 172.16.4.0/24 172.16.5.0/24 用户网段（环回地址） 172.1 ......
去中心化组件共享方案 —— Webpack Module Federation（模块联邦）
在大型应用中， 我们可能会对其进行拆分，分成容器、主应用和多个子应用，使拆分后的应用独立开发与部署，更加容易维护。但无论是微应用、公共模块应用，都需要放到容器中才能使用。 如果多个应用之间希望资源共享，除了使用 npm 包的形式，基于Webpack 5 Module Federation（模块联邦） ......
最新 umi4-max 如何使用 webpack5 联邦模块
新项目用 umi4-max 搭建，部分功能想要使用其他项目的功能，不想重新开发，想到了使用 webpack5 的联邦模块，可以直接引用其他项目代码来实现共享代码。 理想很美好，现实很残酷。直接按照 webpack5 联邦模块的使用方法，并不能成功，而官方文档没有明确说明如何使用。 webpack 联 ......
联邦学习开源框架FATE架构
作者：京东科技 葛星宇 1.前言 本文除特殊说明外，所指的都是fate 1.9版本。 fate资料存在着多处版本功能与发布的文档不匹配的情况，各个模块都有独立的文档，功能又有关联，坑比较多，首先要理清楚各概念、模块之间的关系。 2.网络互联架构 1. 概念解释： RollSite是一个grpc通信组 ......
联邦GNN综述与经典算法介绍
联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。GNN在应对非欧数据结构时通常有较好的表现，因为它不仅考虑节点本身的特征还考虑节点之间的链接关系及强度，在诸如：异常个体识别、链接预测、分子性质... ......