数据可用不可见,百度新版本联邦学习PaddleFL来了

2021-10-28 15:26:209437人阅读

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。


图片1.png

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


epoch=20, lr=0.1, batchsize=10

机器信息:38核 Intel(R) Xeon(R) Gold 6148 CPU @2.40GHz,LAN


PaddleFL with PrivC

通信协议

总训练耗时(sec)

总预测耗时(sec)

gloo

8.16785

0.0701

grpc

10.0905

0.0776


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


epoch = 1, batch_size = 128,lr = 0.01

机器信息:38核 Intel(R) Xeon(R) Gold 6148 CPU @2.40GHz


PaddleFL with PrivC

通信协议

训练耗时(sec/epoch)

预测耗时(sec/epoch)

gloo

1363.0835

125.1553

grpc

1515.89075

139.7041


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。

0
现金券
0
兑换券
立即领取
领取成功