NVIDIA/NVFlare

解决的问题

NVFlare 为研究人员和数据科学家提供了一种在多个参与方之间训练机器学习模型的方法，而无需共享原始数据。它解决了分布式协作中的数据隐私和安全问题，使组织能够构建隐私保护型的机器学习工作流。

工作原理

这是一个与领域无关的 Python SDK，可将现有的 ML/DL 工作流适配为联邦范式。它支持水平和垂直联邦学习，并提供 FedAvg 和 FedProx 等内置算法。系统采用组件化架构，支持从模拟和原型设计（通过模拟器和 POC 模式）到真实世界云环境或本地部署的无缝迁移。

适用人群

本工具专为需要实现安全、多方机器学习协作的研究人员、数据科学家和平台开发者设计。

主要亮点

• 广泛框架支持：兼容 PyTorch、TensorFlow、scikit-learn 和 XGBoost。
• 隐私保护工具：包含差分隐私、同态加密和私有集合交集（PSI）。
• 灵活的工作流：支持多种训练（散射与聚合、循环）和验证工作流。
• 生产就绪：具备管理仪表板、系统弹性、容错能力以及联邦授权功能。