另外,本次FATE v1.1版本在算法和功能基礎(chǔ)了進(jìn)行重大升級(jí)和提升:不僅上線了橫向聯(lián)邦學(xué)習(xí)通用算法框架,增加了DNN、回歸等多個(gè)聯(lián)邦算法,并開(kāi)始支持多方縱向聯(lián)邦建模,支持spark引擎,支持FATEServing服務(wù)治理,支持secureboost在線預(yù)測(cè)等;1.1版本再一次提升了聯(lián)邦學(xué)習(xí)建模體驗(yàn),更豐富的功能、更全面的算法,同時(shí)幫助更多的企業(yè)和用戶參與對(duì)FATE技術(shù)和應(yīng)用的深入研究。

FederatedML:提供易擴(kuò)展的橫向算法框架支持橫向算法開(kāi)發(fā)

在新版本中,F(xiàn)ATE使開(kāi)發(fā)更加輕松,開(kāi)發(fā)者可以更關(guān)注于算法具體本身,而將更多通用的通信傳輸內(nèi)容交給框架。FATE v1.1提供易擴(kuò)展的橫向聯(lián)邦學(xué)習(xí)通用算法框架,支持Secure Aggregation,通過(guò)封裝橫向聯(lián)邦學(xué)習(xí)的主要流程,開(kāi)發(fā)者能夠簡(jiǎn)單地實(shí)現(xiàn)橫向聯(lián)邦學(xué)習(xí)算法。

在算法方面,F(xiàn)ATE新增了對(duì)橫向DNN、縱向線性回歸、縱向泊松回歸等聯(lián)邦算法的支持,以及更多算法支持多方聯(lián)邦建模,豐富了更多的建模場(chǎng)景,提升了FATE的實(shí)用性。值得一提的是,線性回歸在預(yù)測(cè)連續(xù)標(biāo)簽等應(yīng)用場(chǎng)景上非常有力,而泊松回歸則能更好的協(xié)助開(kāi)發(fā)者預(yù)測(cè)次數(shù)與頻率,如在購(gòu)買(mǎi)保險(xiǎn)和評(píng)估意外發(fā)生風(fēng)險(xiǎn)等場(chǎng)景里,泊松回歸都能對(duì)頻率進(jìn)行預(yù)測(cè)。

從這一版本開(kāi)始,F(xiàn)ATE也正式開(kāi)始支持多方縱向聯(lián)邦建模,可以實(shí)現(xiàn)縱向場(chǎng)景下的多個(gè)數(shù)據(jù)提供方共同訓(xùn)練聯(lián)邦模型。

最后,F(xiàn)ATE也對(duì)連接Spark進(jìn)行了嘗試,F(xiàn)ATE v1.1支持已有Spark集群的開(kāi)發(fā)者直接復(fù)用現(xiàn)有資源,可以選擇Spark作為計(jì)算引擎,根據(jù)實(shí)際情況靈活配置。更多可前往GitHub了解:https://github.com/FederatedAI/FATE/tree/master/federatedml

FATEFlow:高性能聯(lián)邦學(xué)習(xí)Pipeline生產(chǎn)服務(wù)

FATEFlow是聯(lián)邦學(xué)習(xí)建模Pipeline 調(diào)度和生命周期管理工具,為用戶構(gòu)建端到端的聯(lián)邦學(xué)習(xí)Pipeline生產(chǎn)服務(wù)。v1.1版本中,F(xiàn)ATEFlow主要在穩(wěn)定性及易用性上進(jìn)行了提升,例如:

FATEBoard:簡(jiǎn)單高效,聯(lián)邦學(xué)習(xí)建模過(guò)程可視化

FATEBoard是聯(lián)邦學(xué)習(xí)建模的可視化工具,為終端用戶可視化和度量模型訓(xùn)練的全過(guò)程,幫助用戶更簡(jiǎn)單而高效地進(jìn)行模型探索和模型理解。新版本中,job工作流展示進(jìn)一步優(yōu)化,并支持組件數(shù)據(jù)與模型的輸入輸出端口分離,提供更直觀的數(shù)據(jù)傳輸與模型傳輸展示;

另外,現(xiàn)已支持模型訓(xùn)練過(guò)程中的評(píng)估結(jié)果可視化,便于實(shí)時(shí)關(guān)注與跟蹤中間訓(xùn)練過(guò)程和結(jié)果;更提供secureboost樹(shù)模型的可視化展示,不僅可以清晰地觀測(cè)模型中每顆決策樹(shù),還能查看不同標(biāo)簽下的樹(shù)模型。

FATEServing:服務(wù)治理,重啟自動(dòng)恢復(fù)模型

在新版本中,模型加載成功后會(huì)在本地文件中保存,在重啟之后會(huì)從本地文件中恢復(fù)之前加載的模型。

此外,v1.1版本引入zookeeper作為注冊(cè)中心,提供了有限的服務(wù)治理功能,能夠動(dòng)態(tài)的注冊(cè)grpc接口,在某些機(jī)器宕機(jī)的情況下,能夠自動(dòng)的切換流量 。

KubeFATE:FATE部署能力升級(jí)

FATE v1.1版本提供打包好的Docker容器鏡像,大大降低FATE的使用門(mén)檻,避免開(kāi)發(fā)者“倒在起跑線上”。如果是企業(yè)開(kāi)發(fā)者,還可以發(fā)現(xiàn)離線部署FATE的能力也得到了提升,借助 Harbor 開(kāi)源容器鏡像倉(cāng)庫(kù),可以自動(dòng)同步網(wǎng)上的鏡像,為運(yùn)維減壓。

KubeFATE主要提供了Docker compose和Kubernetes(Helm Chart)兩種部署方式。

Docker-Compose可以將FATE的所有組件部署在單個(gè)節(jié)點(diǎn)中,并且支持多個(gè)合作方的部署。開(kāi)發(fā)者無(wú)需編譯代碼,可使用Docker compose迅速搭建測(cè)試環(huán)境。當(dāng)前Docker compose可將FATE部署在一個(gè)或多個(gè)節(jié)點(diǎn)中,有利于開(kāi)發(fā)者對(duì)FATE功能的熟悉和了解。

Docker-Compose的單節(jié)點(diǎn)部署方式定位于測(cè)試。在生產(chǎn)環(huán)境中,往往需要多節(jié)點(diǎn)部署,此時(shí)采用Kubernetes的方式更佳。KubeFATE提供了Helm Charts來(lái)把FATE部署到Kubernetes方法,可在支持Kubernetes的云上直接部署FATE,并且可以按照需求定制部署的細(xì)節(jié),例如把計(jì)算模塊部署在有GPU的節(jié)點(diǎn)上等等。

Harbor是開(kāi)源鏡像倉(cāng)庫(kù),提供鏡像的訪問(wèn)控制、遠(yuǎn)程同步、安全漏洞掃描等強(qiáng)大能力,國(guó)內(nèi)的用戶絕大部分使用Harbor管理鏡像。KubeFATE項(xiàng)目將Harbor集成到其中,可提供本地鏡像管理能力,無(wú)需依賴Docker Hub等云服務(wù),大大提高了效率和安全性。此外,Harbor還能復(fù)制遠(yuǎn)程的鏡像,可把鏡像在公有云或數(shù)據(jù)中心之間雙向復(fù)制,遇到故障可自動(dòng)恢復(fù),從而簡(jiǎn)化運(yùn)維復(fù)雜度。

總的來(lái)說(shuō),F(xiàn)ATE v1.1版本增加了多個(gè)聯(lián)邦算法的支持,為聯(lián)邦學(xué)習(xí)建模帶來(lái)更豐富更強(qiáng)大的功能,同時(shí)聯(lián)合VMware推出KubeFATE,簡(jiǎn)化FATE使用門(mén)檻,對(duì)初接觸開(kāi)發(fā)者更為友好。我們歡迎對(duì)聯(lián)邦學(xué)習(xí)有興趣的同仁一起貢獻(xiàn)代碼,提交 Issues 或者 Pull Requests。詳情可查閱 FATE官網(wǎng)項(xiàng)目貢獻(xiàn)者指南:https://fate.fedai.org/contribute/

分享到

songjy

相關(guān)推薦