前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >FATE开源社区3月份开发工作进展

FATE开源社区3月份开发工作进展

作者头像
Henry Zhang
发布2023-04-04 08:40:28
2900
发布2023-04-04 08:40:28
举报
文章被收录于专栏:亨利笔记

题图摄于北京二环路

(我们参与了联邦学习全球首个工业级开源平台 FATE 项目的开发工作,给大家说说3月份进展情况。 ) 

FATE(Federated AI Technology Enabler)开源社区是全球首个隐私计算、联邦学习开源社区,拥有全球首个工业级安全联邦学习框架。根据中国信息通讯研究院等单位发布的《隐私计算白皮书(2021)》中显示,55% 的国内隐私计算产品是基于或参考开源项目开发的,其中以 FATE 开源项目为主

FATE开源社区开发专委会在3月份召开了两次工作会议,参会成员总结了现阶段的工作,也对近期的开发作出了规划和讨论。

FATE新版本的发布

在3月份,项目维护者发布了 FATE 1.7.2 和1.5.3 LTS两个版本,主要是修复了一些已知问题,增强了部分功能。FATE / KubeFATE 1.8 正在开发过程中,预计4月中期发布。用户和开发者在使用过程中遇到的问题,可在GitHub对应代码库上开issue 反馈。

FATE代码仓库:https://github.com/FederatedAI/FATE/issues

KubeFATE代码仓库:https://github.com/FederatedAI/KubeFATE/issues

特别兴趣小组 SIG 的工作

开发专委会成立了安全、互联互通、工作流程等几个特别兴趣小组(SIG),负责不同领域的工作。

安全SIG 召开了第一次组员会议,参会成员来自国内外多个机构和组织的专家和学者,涵盖了隐私计算,联邦学习、密码学、多方安全计算、大数据、机器学习等领域。安全SIG将对 FATE 项目中的算法、代码等方面提供安全方面的指导和审核。

安全SIG的会议纪要:https://github.com/FederatedAI/FATE-Community/tree/master/SIGs/Security

互联互通SIG 致力于提供 FATE 和其他联邦学习平台的互操作能力,制定相关的规范和API。目前,FATE 是国内最主流、使用最广泛的联邦学习开源平台,拥有大量的社区用户。不少用户希望 FATE 能够与其他联邦学习平台实现互联互通的能力,互联互通SIG主要解决用户这方面的需求。感兴趣参与FATE对接的厂家可以和FATE社区联系,参与相关的讨论和方案制定的工作。

互联互通SIG的相关代码库:https://github.com/FederatedAI/InterOp

工作流程SIG 定义了基于 GitHub的项目开发管理流程,开发者和用户可以在GitHub上了解和参与FATE 开源项目的开发、项目管理的全流程。

详细流程参见:

https://github.com/FederatedAI/FATE-Community/blob/master/FederatedAI_PROJECT_PROCESS_GUIDELINE.md

FATE 1.9的开发规划

开发专委会对FATE 1.9 的规划也进行了讨论。根据之前社区制定的目标,FATE 项目每年计划发布3个大版本。每个版本的功能和需求采用民主化的方式,由社区用户、开发者以及项目维护者共同讨论制定。

目前正在收集和讨论 FATE 1.9 的需求,对 FATE 有建议的用户和开发者,可通过 GitHub 上issue的方式,提交对项目需求和建议。所有提出的需求,将在开发专委会的社区例会中讨论和筛选,以确定最终的开发功能表。不方便使用GitHub的用户,也可以发邮件联系开源社区维护者:FedAI-maintainers@groups.io。

请通过下面网页提交FATE/KubeFATE 1.9的功能和需求建议,创建一个新的issue 提交建议:

FATE代码仓库:https://github.com/FederatedAI/FATE/issues

KubeFATE代码仓库:https://github.com/FederatedAI/KubeFATE/issues

FATE开源项目安全告警流程

用户在使用FATE开源软件的过程中,如果遇到疑似的安全问题,请不要在公开的媒体上发表和讨论,以免造成社区不必要的误解甚至被攻击者利用。正确的做法是:请立刻把关于疑似安全问题的现象、复现方法和日志等信息,通过邮件通知FATE 社区的安全专委会处理。安全专委会在接到邮件后,会尽快检查、确认和回复。

安全问题报告邮箱:FATE-security@groups.io

参与FATE开源社区

FATE开源社区是一个开放、平等、包容的学习社区,在这里你不仅可以从众多贡献者处获得技术帮助,还可以通过技术贡献的方式丰富社区资源并帮助其他用户。FATE开源社区欢迎更多开发者和用户加入社区建设并提出反馈意见!

建议关注FATE开源社区的公众号,并加入开源社区用户组:

https://groups.io/g/Fate-FedAI 

您还可以通过以下方式联系FATE社区:

官网:

https://fedai.org/

Github:

https://github.com/FederatedAI/FATE

公众号:

FATE开源社区

开源社区用户组:

Fate-FedAI@groups.io

开源社区维护者:

FedAI-maintainers@groups.io

开发专委会:

fate-dev-core@groups.io

运营专委会:

FATE-operation@groups.io

安全专委会:

FATE-security@groups.io

FATE官方交流群:添加FATE小助手为微信好友(微信号:FATEZS001),经验证后,即可被邀请进群交流。

需要加入 KubeFATE 开源项目群的朋友,可以关注本公众号 亨利笔记 ,后台回复 kubefate 即可。

欢迎点赞、转发、点 在看。


要想了解联邦学习、隐私计算、云原生和区块链等技术原理,请立即长按以下二维码,关注本公众号亨利笔记 ( henglibiji ),以免错过更新。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 亨利笔记 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
联邦学习
联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果实现联合建模。该产品兼顾AI应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档