AlphaMed Federated Learning Module
Project description
AlphaMed
简体中文 | English
AlphaMed 是一个基于区块链技术的去中心化联邦学习解决方案,旨在使医疗机构能够在保证其医疗数据隐私和安全的同时,实现多机构联合建模。医疗机构可以在本地节点实现模型的训练,并支持以匿名的身份将加密的参数共享至聚合节点,从而实现更安全、可信的联邦学习。
相比于传统的联邦学习,AlphaMed 平台不仅能够确保只有合法的且经过许可的参与者才能加入网络,同时支持节点的匿名化的参与联合建模。同时,区块链的共识算法能够确保网络中的节点得到一直的决策,恶意的参与者或者数据投毒等攻击将被拒绝,从而保证了联邦学习更好的安全性。
在联邦学习的过程中,各个参与方都受到智能合约的约束,并且所有的事件、操作都将被记录在区块链的分布式账本上,可追溯、可审计,使得联合机器学习的安全性和隐私保护能力极大的提升。
AlphaMed 平台除面向算法工程师提供了开发联邦学习模型的支持外,还面向模型使用者提供了预训练模型的支持。与传统预训练模型相比,AlphaMed 平台上的预训练模型支持功能更为强大、使用更为方便。在 AlphaMed 平台上,不仅可以寻找并下载心仪的预训练模型,更可以利用私有数据微调、部署预训练模型,使其更加适配于私有的业务数据。
AlphaMed 平台预置了一定数量的预训练模型,同时也支持第三方开发者开发上传自己的预训练模型。这里展示了如何设计自己的预训练模型。
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Hashes for alphamed-federated-0.3.1a11.tar.gz
Algorithm | Hash digest | |
---|---|---|
SHA256 | 0517f065433db3af44c7510672c75269bcb4c99ceea302a4d15851051a33e94b |
|
MD5 | 7eefeb6b7ada18468f217fca475a4c72 |
|
BLAKE2b-256 | 6d3cc8009fdd38ee1c6da4ecc593016f5630c9bec1d46d19877028547baef79e |
Hashes for alphamed_federated-0.3.1a11-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 8cba11561fd0ccb0726d32e9f8ff7d69886fda0966aee76b272cee72fbd5e81c |
|
MD5 | 8b3d546dae043a88d2b68f4a42ff7ad4 |
|
BLAKE2b-256 | 6528b1ff8a330531d1bf0d4783f216e7de13313d9fcc6fc9c29626b81dd59444 |