NVIDIA/NVFlare

解決的問題

NVFlare 提供了一種讓研究人員與資料科學家在多個參與方之間訓練機器學習模型的方法，而無需共享原始資料。它解決了分散式協作中的資料隱私與安全問題，使組織能夠建立隱私保護型的機器學習工作流程。

運作方式

這是一個與領域無關的 Python SDK，可將現有的 ML/DL 工作流程轉換為聯邦範式。支援水平與垂直聯邦學習，並提供 FedAvg 與 FedProx 等內建演算法。系統採用模組化架構，讓使用者能從模擬與原型設計（透過模擬器與 POC 模式）平滑過渡至真實世界的雲端或內部部署環境。

適用對象

此工具專為需要實作安全、多方機器學習協作的研究人員、資料科學家與平台開發者設計。

主要特色

• 廣泛框架支援：相容 PyTorch、TensorFlow、scikit-learn 與 XGBoost。
• 隱私保護工具：包含差分隱私、同態加密與私有集合交集（PSI）。
• 彈性工作流程：支援多種訓練（散射與聚合、循環）與驗證工作流程。
• 生產就緒：具備管理儀表板、系統韌性、容錯能力與聯邦授權功能。