Yang's blog Yang's blog
首页
Java
密码学
机器学习
命令手册
关于
友链
  • 分类
  • 标签
  • 归档
GitHub (opens new window)

xiaoyang

编程爱好者
首页
Java
密码学
机器学习
命令手册
关于
友链
  • 分类
  • 标签
  • 归档
GitHub (opens new window)
  • 现代密码学

    • Chapter 0:Introduction to Modern Cryptography
    • Chapter 1:Introduction and Classical Cryptography
    • Chapter 2:Perfectly Secret Encryption
    • PChapter 3:rivate-Key Encryption
    • Chapter 4:Message Authentication Codes
    • Chapter 5:CCA-Security and Authenticated Encryption
    • Chapter 6:Hash Functions and Applications
    • Chapter 9:Number Theory and Cryptographic Hardness Assumptions
    • Chapter 11:Key Management and the Public-Key Revolution
  • 对称加密

    • DES加密算法详解
  • 同态加密方案

    • RSA乘法同态
    • Paillier 加法同态
    • 可验证Paillier同态加密
    • CKKS EXPLAINED PART 1, VANILLA ENCODING AND DECODING
    • CKKS EXPLAINED, PART 2 FULL ENCODING AND DECODING
    • CKKS EXPLAINED, PART 3 ENCRYPTION AND DECRYPTION
    • CKKS EXPLAINED, PART 4 MULTIPLICATION AND RELINEARIZATION
    • CKKS EXPLAINED, PART 5 RESCALING
  • 隐私计算框架

    • pysyft

      • README
        • 快速开始
          • 安装客户端
          • 启动服务器
          • 启动客户端
        • PySyft - 入门指南 📝
        • PySyft 深入学习
          • 快速 PySyft 组件链接:
        • 为什么使用 PySyft?
        • 支持
        • Syft 版本
          • 最新稳定版
          • 最新测试版
      • PySyfy介绍
      • 数据集与资产
      • 客户端和 Datasite 访问
      • 提出研究问题
      • 审查代码请求
      • 检索结果
  • 安全知识

    • 信息安全四大顶会与分级
    • 数字签名与数字证书关系
    • 伪随机函数在密码学中的作用及其应用实例
    • 伪随机函数在与哈希函数的关系
  • 密码学
  • 隐私计算框架
  • pysyft
xiaoyang
2025-03-01
目录

README

# 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]"
1

更多安装说明请参阅 这里 (opens new window)。

# 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
)
1
2
3
4
5
6
7
8
9
10
11
12

或者通过命令行启动:

$ syft launch --name=my-datasite --port=8080 --reset=True
1

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 (opens new window)。

# 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 (opens new window):

import syft as sy

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

datasite_client = sy.login(
    port=8080,
    email="info@openmined.org",
    password="changethis"
)
1
2
3
4
5
6
7
8
9

# 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 (opens new window)
    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 (opens new window)
    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 (opens new window)。

编辑 (opens new window)
上次更新: 2025/04/01, 01:48:12

← CKKS EXPLAINED, PART 5 RESCALING PySyfy介绍→

最近更新
01
操作系统
03-18
02
Nginx
03-17
03
后端服务端主动推送消息的常见方式
03-11
更多文章>
Theme by Vdoing | Copyright © 2023-2025 xiaoyang | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式