OpenMined/PySyft

PySyft – プライバシー保護データサイエンスプラットフォーム

機能
PySyft を使用すると、データ所有者は生データを自分のマシンに保持し、データサイエンティストはそのプライベートデータ上で実行される Python ジョブを送信できます。所有者のデバイスから出るのは、所有者が明示的に承認した結果のみです。通常のクラウドファイルサービス（Google Drive、Microsoft 365）を介して動作するため、特別なサーバーは必要ありません。

主要な概念

• リモートデータサイエンス（RDS）クライアント – login_do / login_ds オブジェクトは、データ所有者とデータサイエンティストの役割を表します。
• データセット – 所有者はモックバージョン（公開）とプライベートバージョン（実データ）を作成します。科学者はモックデータを探索し、プライベートバージョンで自動的に実行されるジョブを送信できます。
• ジョブ – Python スクリプトがアップロードされ、所有者側の仮想環境でサンドボックス化され、実行され、承認された出力が同期されます。
• 権限とピアツーピア認証 – データ交換の前に、各コラボレーターを追加して承認する必要があります。
• トランスポート非依存、オフラインファースト – 現在は Google Drive を介して実装されていますが、同期レイヤーは交換可能です。ピアがオフラインでも作業は継続され、後で同期されます。
• エンクレーブ – 追加のセキュリティのためのオプションの分離実行環境（例：二重盲検 LLM 評価）。

開始方法

1. コアライブラリと RDS クライアントをインストールします：

   uv pip install "syft>=0.10.0" "syft-rds>=0.6.0"
   

   データ所有者はバックグラウンドサービスのために syft-bg も追加します。
2. Google Cloud OAuth トークンでログインします（Colab は自動的にこれを行います）。
3. 所有者側でデータセットを作成し、同期し、科学者がカタログを取得できるようにします。
4. syft.resolve_dataset_file_path を介してデータセットを読み取り、結果を書き込むプレーンな Python スクリプト（analysis.py）を記述します。
5. スクリプトをジョブとして送信し、所有者が承認し、ジョブがサンドボックスで実行され、科学者が出力を取得します。

主要パッケージ

パッケージ	役割
syft-rds	リモートデータサイエンスクライアント – ログイン、データセット、ジョブ API
syft-datasets	データセット作成、バージョン管理、モック/プライベート分離
syft-job	ジョブ定義、送信、サンドボックス化実行
syft-permissions / syft-perms	きめ細かいアクセス制御
syft-bg	バックグラウンドサービス、メール通知、TUI ダッシュボード
syft-notebook-ui	Jupyter 内で結果を表示するためのヘルパー

典型的なユースケース
病院（データ所有者）は患者記録を Google Drive のプライベートフォルダに保存します。研究者（データサイエンティスト）は統計サマリーを計算する分析スクリプトを作成します。スクリプトは病院に送信され、分離された仮想環境内で実行され、承認されたサマリーのみが返されます – 生の患者データは病院から出ることはありません。

コミュニティとサポート
OpenMined 財団によって開発されたこのプロジェクトは、オープンソース（Apache 2.0）であり、ヘルプのための活発な Slack コミュニティがあります。リポジトリにはユニットテストと統合テストスイートが含まれており、コントリビューターはローカルテストに just test-* コマンドを使用することが推奨されています。

---

上記の詳細はすべて、リポジトリの README から直接取得されています。