数据可用不可见，百度新版本联邦学习PaddleFL来了

伴随着智能化时代的迈进，AI无处不在，万事皆可智能化，很多企业走到了时代的风口，也不断有着更多的企业想跻身队伍，跨上AI大时代的战车。大家都深知人工智能的三大基石是：算法、算力与数据。传统企业有着丰富的数据基础，却缺乏技术能力；新型企业的技术能力紧跟时代步伐却苦于数据贫瘠。算力可以花钱买到，算法可以通过培养招聘技术人才来补齐，但是数据匮乏却使人在人工智能赛道上举步维艰。

在国内外监管环境日渐完善的今天，大家都在加强数据保护意识，很多有巨大价值的数据即使在公司内部都无法流通，从而形成数据孤岛。我国在今年9月推行的《中华人民共和国数据安全法》、将在11月1日起施行《中华人民共和国个人信息保护法》，都进一步要求数据在安全合规的前提下进行流动，这也让联邦学习再次掀起一波浪潮。

百度点石提供数据安全融合与应用服务、大数据核心技术能力，基于联邦学习、多方安全计算、可信执行环境等主流隐私计算技术，安全高效实现数据赋能，助力客户提升数据价值。
其中，基于百度飞桨开发的开源联邦学习框架PaddleFL，让企业之间的合作能够在数据层面安全开展。开发人员很容易在大规模分布式集群中部署PaddleFL联邦学习系统。PaddleFL提供多种联邦学习策略（横向联邦学习、纵向联邦学习）及其在计算机视觉、自然语言处理、推荐算法等领域的应用。

最近，PaddleFL新版本PaddleFL v1.1.2版本正式发布，在前期三方安全计算协议之上，新增了面向两方场景的安全计算协议以及安全联邦学习实现。新增特性描述如下：

1. 两方安全计算协议PrivC实现

PrivC协议实现总体参考了ABY协议，支持两方peer-to-peer计算模型以及外包计算模型，提供了半诚实模型下的计算安全性。在ABY协议混合电路计算的思想上，PrivC进行了一系列实现优化，如以tensor为单位聚合通信提升吞吐量，使用FreeXOR、HalfGate等方法降低加密电路运算开销，使用全同态加密计算乘法三元组等，并对非线性机器学习算子进行了近似实现，有效地提升了两方安全学习的性能。

2. 基于PrivC的两方安全联邦学习

PaddleFL在PrivC协议的基础上，为只有两个参与方情况下的联邦学习场景提供了针对性的解决方案。PaddleFL目前提供了纯两方的矩阵乘法、fc、relu、sigmoid、softmax等机器学习常用算子及其梯度计算实现，支持两方场景下的线性回归、对率回归、多层感知机等模型的训练与预测，具有优良的性能。

图 1 PaddleFL with PrivC运行示意图

PaddleFL在两方条件下的训练性能如下：

2.1 场景一 线性回归：

数据集与训练参数：
UCI波士顿房价，epoch = 20，batch_size = 10，lr = 0.1；
数据量：506行，80%用于训练，20%用于测试

2.2 场景二 逻辑回归：

数据集与训练参数：
MNIST数据集（label修改为二分类，“1”为1，其余为0），epoch = 1，batch_size = 128，lr = 0.01；
数据量：50 000条训练样本，10 000条测试样本

3. 在线数据切片与分发

在1.1.2版本中，新增了对数据在线切片（secret-share）与分发的支持。在以前版本中，各实体间只能通过离线方式对数据进行切片，然后单独传输到计算方上。而在PaddleFLv1.1.2中，各实体间可以通过在线方式对明文数据进行切片与分发，免去了中间数据存储的步骤。

4. 增加对gRPC通信模式的支持

在1.1.2版本中，新增了对gRPC协议的支持，用户可以根据需要指定采用Gloo通信模式或是gRPC通信模式。利用gRPC通信协议，可以有效应对网络不稳定造成的闪断等情况，并对未来实现网络隔离条件下的端口收敛与单向通信提供了条件。

百度点石联邦学习平台兼容PaddleFL，为跨机构数据流通提供“可用不可见，相逢不相识”的极致安全体验。以此解决金融、政府、医疗、互联网等客户在联合风控、联合营销、联合分析等场景的数据安全和隐私保护需求，实现数据价值极大释放。
点击进入获得更多技术信息~~