PyVertical：面向多头 SplitNN 的垂直联邦学习框架
机器学习
2021-04-15 v3 密码学与安全
分布式、并行与集群计算
摘要
我们介绍 PyVertical，一个支持使用分割神经网络进行垂直联邦学习的框架。所提框架允许数据科学家在垂直划分于多个拥有者之间的数据特征上训练神经网络，同时将原始数据保留在拥有者设备上。为关联不同数据集分区间共享的实体，我们对与数据点关联的 ID 使用私有集交集（Private Set Intersection）。为证明所提框架的有效性，我们展示了针对 MNIST 分类任务的一个简单双头分割神经网络的训练，其中数据样本垂直分布于两个数据拥有者和一个数据科学家。
引用
@article{arxiv.2104.00489,
title = {PyVertical: A Vertical Federated Learning Framework for Multi-headed SplitNN},
author = {Daniele Romanini and Adam James Hall and Pavlos Papadopoulos and Tom Titcombe and Abbas Ismail and Tudor Cebere and Robert Sandmann and Robin Roehm and Michael A. Hoeh},
journal= {arXiv preprint arXiv:2104.00489},
year = {2021}
}
备注
ICLR 2021 Workshop on Distributed and Private Machine Learning (DPML 2021)