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-0.3.1a4.tar.gz
Algorithm | Hash digest | |
---|---|---|
SHA256 | d45abb81392665d6eb4c55fbf71cf35d2c95a3afbe18aeb0cfa3a98996dd2764 |
|
MD5 | 88da70cfa1386dc6df2fdee689939429 |
|
BLAKE2b-256 | e835e1b7aa7fdf9c42a6675796865428bbbcccc21037674a991986409b03121e |
Hashes for alphamed_federated-0.3.1a4-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 96918a32023c5e1c205cafe3daca4316b49746c0c0206b62a700c09ec8cfeb3a |
|
MD5 | a3f3c54d7d2bf875cac4f70c1b9380f7 |
|
BLAKE2b-256 | 23d235b3a6b48b4dbb1f6cd1a6a5dd5ee1380dee9fcde7b6d49518590352eede |