NVIDIA/NVFlare

해결하는 문제

NVFlare는 연구자와 데이터 과학자가 원시 데이터를 공유하지 않고도 여러 당사자 간에 머신러닝 모델을 훈련할 수 있는 방법을 제공합니다. 분산 협업에서의 데이터 프라이버시 및 보안 문제를 해결하여 조직이 프라이버시 보호형 ML 워크플로우를 구축할 수 있도록 합니다.

작동 방식

기존의 ML/DL 워크플로우를 페데레이티드 패러다임으로 변환할 수 있는 도메인에 관계없는 Python SDK입니다. 수평 및 수직 페데레이티드 학습을 모두 지원하며, FedAvg 및 FedProx와 같은 내장 알고리즘을 제공합니다. 컴포넌트 기반 아키텍처를 통해 시뮬레이터 및 POC 모드를 통한 시뮬레이션 및 프로토타이핑에서 실제 클라우드 또는 온프레미스 배포로의 전환을 가능하게 합니다.

대상 사용자

이 도구는 머신러닝을 위한 안전한 다자간 협업을 구현해야 하는 연구자, 데이터 과학자, 플랫폼 개발자에게 적합합니다.

주요 특징

• 광범위한 프레임워크 지원: PyTorch, TensorFlow, scikit-learn, XGBoost와 호환됩니다.
• 프라이버시 도구: 차등 프라이버시, 동형 암호화, 개인 집합 교차(PSI)를 포함합니다.
• 유연한 워크플로우: 다양한 훈련(산란 및 수거, 순환) 및 검증 워크플로우를 지원합니다.
• 생산 환경 대응: 관리 대시보드, 시스템 회복력, 장애 내성, 페데레이티드 인증 기능을 갖추고 있습니다.