VMware捐赠FedLCM开源项目，加强联邦学习平台的运维管理

题图摄于北京长安街

转发一则开源项目消息： 

VMware近日宣布，将FedLCM（Federation Lifecycle Manager，联邦生命周期管理器）开源项目捐赠给FATE。该项目由VMware中国研发中心的云原生实验室团队开发，是与FATE社区成员充分合作的成果。早在今年8月，FATE已经作为最新孵化级项目加入了LF AI & Data基金会，与基金会的其他项目一道共同推动人工智能和数据开源项目的可持续生态建设。

此次开源捐赠的FedLCM项目旨在简化联邦集群的管理，通过FedLCM的图形化界面，用户可以安全高效地管理FATE联邦的生命周期、为各方安装FATE系统和创建联邦学习任务。捐赠后，FedLCM将致力于联邦学习平台的生命周期的运维管理。

FATE作为全球首个隐私计算和联邦学习的开源社区，以“开源开放，共力创新”为愿景，不断汇集更多创新力量，截至目前已经有来自世界各地企业和研究机构的4000多位工程师与开发者参与社区生态共建。其中VMware就是FATE技术指导委员会（TSC）的Board成员。

LF AI & Data基金会执行董事Ibrahim Haddad博士说：“我们很高兴并欢迎FedLCM加入我们的社区。FATE刚刚加入了我们的项目组合，并拥有强大的社区影响力。FedLCM的捐赠所展现的势头是建立在FATE所取得的进展之上。这两项举措都符合我们的使命，即建设和支持开放的人工智能和数据社区，同时通过与社区成员的合作推动创新。”

FATE开源社区开发专委会主席、VMware中国研发中心技术总监张海宁说：“能够将FedLCM这样重要的工具开源并贡献到联邦学习社区，我们十分激动。这是社区期待已久的项目，它提供了强大的功能来管理联邦学习框架（如FATE和OpenFL等）的生命周期。我们将继续与社区成员合作，改进FedLCM的功能并推动其更广泛的应用。”

1

关于FedLCM开源项目

联邦学习是一种机器学习技术，它在拥有本地数据样本的多个组织中训练模型，而无需交换数据。目前，在维护数据隐私和安全的同时协调组织联邦学习任务具有相当大的挑战性。FedLCM项目通过为多个联邦学习框架提供中立的支持，减少了使用联邦学习平台的障碍。它提供了统一的用户体验，可以在跨组织的联邦中部署和管理不同的框架。现在，许多采用人工智能技术的行业都面临着新的问题——比如数据分散在孤立的数据源中的“数据孤岛”问题，以及对数据隐私保护问题的日益担忧。FedLCM支持多种基础设施，如Kubernetes等。部署在这些基础架构中的联合学习框架可以作为一个联邦进行协作，以打破数据孤岛的限制，并且不会泄露数据的隐私。

FedLCM内置了站点管理平台（Site Portal）——即面向FATE的站点门户。该站点管理平台是图形化的联邦学习任务管理服务，允许用户通过浏览器启动、配置或加入联邦学习任务。

有关FedLCM的更多信息，或对项目做出贡献，请访问GitHub（https://github.com/FederatedAI/FedLCM）。

2

关于FATE

FATE (Federated AI Technology Enabler）是全球首个联邦学习工业级开源框架。FATE目前由多家机构共同运营，已成为一个由社区共同治理，共同监管的开源项目。它提供了一种基于数据隐私保护的安全计算框架，实现了基于同态加密和多方计算（MPC）的安全计算协议，为机器学习、深度学习、迁移学习算法提供强有力的安全计算支持，使企业和机构能够在保护数据安全和隐私的同时进行数据协作。FATE目前已经加入LF AI & Data基金会，成为其中一员。

3

FATE联系方式

网站：https://fedai.org/

Github：https://github.com/FederatedAI

邮件列表：

http://fate-announce@lists.lfaidata.foundation/

http://fate-technical-discuss@lists.lfaidata.foundation/

http://fate-tsc@lists.lfaidata.foundation/

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。