数据科学：在你无法查看的数据上进行

PySyft 开启了一种全新的数据科学方式，允许你使用非公开信息，而无需查看或获得数据的副本。你所需要做的只是连接到一个 Datasite！

Datasites 就像是网站，但它们是为数据而设计的。它们遵循结构化透明性原则，使得数据所有者能够控制数据的保护方式，而数据科学家则可以在不获取数据副本的情况下使用数据。

PySyft 支持任何统计分析或机器学习，提供直接运行 Python 代码的支持——甚至支持使用第三方 Python 库。

支持平台：

• ✅ Linux
• ✅ macOS
• ✅ Windows
• ✅ Docker
• ✅ Kubernetes

快速开始

尝试在实时演示 Datasite 上进行第一次查询！

安装客户端

pip install -U "syft[data_science]"

更多安装说明请参阅 这里。

启动服务器

你可以直接在 Jupyter Notebook 中启动开发服务器：

import syft as sy

sy.requires(">=0.9.2,<0.9.3")

server = sy.orchestra.launch(
    name="my-datasite",
    port=8080,
    create_producer=True,
    n_consumers=1,
    dev_mode=False,
    reset=True,  # 重置数据库
)

或者通过命令行启动：

$ syft launch --name=my-datasite --port=8080 --reset=True

启动 syft-datasite 服务器在 0.0.0.0:8080 上。

Datasite 服务器可以作为单个容器使用 Docker 部署，或者直接在 Kubernetes 中部署。请查看我们的 部署指南。

启动客户端

通过 Jupyter Notebook 使用 Syft 客户端来访问 Datasite。查看我们的 PySyft 客户端指南：

import syft as sy

sy.requires(">=0.9.2,<0.9.3")

datasite_client = sy.login(
    port=8080,
    email="info@openmined.org",
    password="changethis"
)

PySyft - 入门指南 📝

通过我们的入门指南了解 PySyft：

• PySyft 从基础开始
• 第1部分：数据集与资产
• 第2部分：客户端和 Datasite 访问
• 第3部分：提出研究问题
• 第4部分：审查代码请求
• 第5部分：检索结果

PySyft 深入学习

📚 请查看我们的文档网站。

快速 PySyft 组件链接：

• Datasite 服务器
• Syft 客户端
• Datasets API (.datasets)
• Users API (.users)
• Request API (.requests)
• Code API (.code)
• Syft Policies API (.policy)
• Settings API (.settings)
• Notifications API (.notifications)
• Sync API (.sync)

为什么使用 PySyft？

在社会的多个领域，数据所有者对共享数据的风险有着合理的担忧，比如法律风险、隐私侵犯（滥用数据）或知识产权（复制和再分发数据）。

Datasites 使数据科学家能够在不查看或获取数据副本的情况下回答问题，且始终在数据所有者定义的可接受使用范围内。我们称这个过程为 远程数据科学。

这意味着，当前共享信息的风险将不再阻碍创新、洞察力和科学发现等巨大收益。通过每个 Datasite，数据所有者能够让每个科学领域获得 1000 倍更多的可访问数据，并与数据科学家一起推动突破性的创新。

了解更多关于我们工作的信息，请访问我们的网站。

支持

如有关于 PySyft 的问题，请通过 Slack 上的 #support 联系我们。

Syft 版本

❗ PySyft 和 Syft 服务器 必须使用相同的版本。

最新稳定版

• 0.9.2 (稳定版) - 文档 安装 PySyft（稳定版）：pip install -U syft

最新测试版

• 0.9.3 (测试版) - 开发分支 安装 PySyft（测试版）：pip install -U syft --pre

更多关于以往版本的发布信息，请查看 此处。