Két lépésre egyszerűsíti a föderált tanulást a NVIDIA FLARE
Az új futtatókörnyezet a betanítási logikát viszi az adatokhoz, miközben a nyers adatok helyben maradnak, ezzel elkerülve a központosított aggregációt.
A föderált tanulás (FL) már nem csak kutatási érdekesség, hanem gyakorlati válasz az adatmozgatás korlátaira. A szabályozási határok, az adatszuverenitási szabályok és a szervezeti kockázattűrés gyakran megakadályozzák a központosított adatgyűjtést — írja a NVIDIA Developer blogja.
A NVIDIA FLARE legújabb verziója egy föderált számítási futtatókörnyezetet kínál, amely a betanítási logikát az adatokhoz mozgatja, miközben a nyers adatok helyben maradnak. Ez a megközelítés kulcsfontosságú a szabályozott vagy magas érzékenységű környezetekben, ahol az adatok központosítása egyre inkább szóba sem jöhet.
A fejlesztői élmény javítására fókuszálva a FLARE API két konkrét lépésre bontja a munkát, ezzel kiküszöbölve a refaktorálási többletmunkát. Az első lépésben egy meglévő helyi betanítási szkriptet lehet föderált klienssé alakítani mindössze 5-6 sornyi kóddal, a betanítási ciklus struktúrájának megváltoztatása nélkül. A második lépésben a felhasználók kiválasztják a FL munkafolyamatot, összekötik azt a kliens betanítási szkripttel, majd ugyanazt a feladatot futtatják szimulációban, PoC (Proof of Concept) fázisban és éles környezetben, csak a végrehajtási környezetet cserélve.
A föderált tanulás szilárd alapjai
A platform támogatja az adatok helyben tartását, így csak a modellfrissítések vagy azzal egyenértékű jelek mozognak. Emellett biztosítja a megfelelőségi és auditálási követelményeket támogató telepítési és irányítási ellenőrzéseket, valamint adatvédelmi technológiákat, mint például a homomorf titkosítás, a differenciális adatvédelem és a bizalmas számítástechnika.
A biztonságos adatmegosztás lehetőségei
A FLARE célja, hogy a fejlesztők gyorsan eljussanak a működő föderált feladatokhoz, elkerülve a korábbi projektekben gyakori kód- és életciklus-akadályokat. A PyTorch szkriptek FLARE-kompatibilissé tétele mindössze néhány kulcsfontosságú pontot érint, mint a flare.init(), flare.receive(), a modell súlyainak betöltése és a flare.send() hívása a frissített súlyokkal és metrikákkal. A NVIDIA Developer blogja szerint a FLARE legújabb verziója 2023. március 15-én jelent meg.