2023 年 7 月 7 日、世界人工知能会議組織委員会事務局の指導の下、Lingyu オープンソース コミュニティ、Ant Group、Machine Heart が共催したデータ要素とプライバシー コンピューティング フォーラムが上海万博で開催されました。コンベンションセンター。フォーラムでは、Ant Group のプライバシー コンピューティング部門のゼネラルマネージャーであり、yingyu コミュニティの責任者でもある Wang Lei 氏が、yingyu 1.0 バージョンをリリースし、yingyu バージョン 1.0 のフレームワークの拡張とアップグレードについて全体的な紹介を行いました。lingo 1.0 バージョンは、オープンソースの範囲をさらに拡大するだけでなく、アーキテクチャ全体の最適化と拡張も行い、コアコンテンツには製品層、リソース層、相互接続などのセクターが含まれ、全体的な効果はパフォーマンスの最適化、使いやすさをカバーします。 、および相互接続。
図: Argument 1.0 のアーキテクチャ図
製品層: スムーズな学習曲線により使いやすさが向上
Lingyu オープン プラットフォームは、過去 1 年間で 50 以上の教育機関に体験として公開されました。今回、lingo 1.0 バージョンでは、新しいMVP (Minimum Viable Product) デプロイメント エクスペリエンス パッケージが提供されます。 **プライバシー コンピューティングの初心者向けの軽量の機能エクスペリエンス ツールで、ノードとデータ リソースが組み込まれており、ノード間の相互認証、インストールが可能です。データ処理、データ分析、モデル開発、モデル評価などの主な共通機能を体験します。**生産シナリオに重点を置いた Hidden Words オープン プラットフォームと比較して、Hidden Words MVP 導入エクスペリエンス パッケージは、さまざまな方法で使用の敷居を下げ、ビジネス生産の正式な使用への道を開きます。(ダウンロードアドレス: https://www.secretflow.org.cn/docs/quickstart/mvp-platform)
1. MVP デプロイメント エクスペリエンス パッケージはどのような問題を解決できますか?
産業グレードの高可用性プライバシー コンピューティング フレームワークとして、Lingyu はそのパフォーマンスと安定性がよく称賛されています。ただし、多くの潜在的なユーザーやプライバシー コンピューティングの初心者ユーザーにとって、基本的な要件は、機能を素早く認識し、完全なプロセスを理解し、判断や意思決定を行うための直感的な効果を得ることです。
Lingyu MVP 導入エクスペリエンス パッケージは、ユーザー エクスペリエンス フィードバックを成熟した製品機能に変換します。プライバシー コンピューティングの初心者の観点から、準備手順は可能な限りインストールと導入プロセスに組み込まれており、ユーザー間の直接対面の効率が向上します。ユーザーとプライバシー コンピューティング機能。さらに、当初のアプリケーション レビューとリソース サポートの制限も破り、革新的なテクノロジーが敷居のない広範なユーザー エクスペリエンスに恩恵をもたらすことができます。
2. argot MVP デプロイメント エクスペリエンス パッケージの具体的な利点
- 利点 1: 複雑さを簡素化し、準備ステップでの行き詰まり点を減らす
オリジナルエクスペリエンスのプロセスでは、ユーザーはノードリソースとデータリソースを自分で設定する必要があります。長い準備リンクと多くの行き詰まりの問題を解決するために、Argument MVP 導入エクスペリエンス パッケージはこれらの準備手順をパッケージにカプセル化し、「ワンクリック インストール パッケージ」の形式でユーザーに提供します。そのインストール プロセスには、共同プロジェクトの事前準備も含まれているため、ユーザーはより迅速にプライバシー コンピューティング機能の体験を開始できます。
- 利点 2: テンプレート構成により、複雑なコンポーネントを使い始める難しさが軽減されます。
初めて体験するユーザー向けに、Lingyu MVP 導入エクスペリエンス パッケージにはシナリオベースのトレーニング フロー テンプレート オプションが提供されており、各コンポーネントの構成は完了しています。これらのテンプレートは結果が得られるまで自動的に実行できるため、ユーザーがコンポーネントの原理を理解し、カスタム トレーニング ストリームでの構成の難しさを軽減できます。
- メリット3：初心者合宿の機能体験と機能説明を同時に実施
Lingyu MVP 導入エクスペリエンス パッケージは、機能とチュートリアルを 1 つに結合し、インタラクティブな初心者ガイドを追加することで、ユーザーが学習しながら実践練習を完了できるようにし、プライバシー コンピューティングの学習曲線をさらにスムーズにします。
リソース層:機関間のコンピューティングミッションにおける
困難な側面に対処する
Lingo バージョン 1.0 は正式にオープンソースです **Kuscia プライバシー コンピューティング タスク オーケストレーション フレームワーク: **Kuscia は、Lingo 使用時のポート マージや API アクセスなどの統合問題を解決でき、相互接続やサードパーティの組み込み展開などのさまざまなモードをサポートしますシステムとサードパーティ システムの相互運用性。(githubアドレス: https://github.com/secretflow/kuscia)
1. インフラストラクチャの違いは何ですか? 機関間コンピューティングのミッションではどのような課題が発生するでしょうか?
プライバシー コンピューティングには多くの省庁間のシナリオが含まれており、共同プロジェクトのさまざまな参加者は、データ ストレージ、データ送信、コンピューティング リソース、セキュリティ制御などの多くの側面で異なり、これらを総称してインフラストラクチャの違いと呼ぶことができます。
参加者が異なれば、動作環境やネットワーク リンクも異なります。ネットワーク リンクとは、当事者がプライバシー コンピューティング アプリケーションを構築する際のノード間の通信アドレス、通信プロトコル、メッセージ暗号化、リクエスト認証などを指し、動作環境は物理マシン、仮想マシンなどに分けられます。
機関を越えたコンピューティングタスクには、複数の機関のリソース調整が含まれます。タスクのスケジュール設定のプロセスでは、タスクが時間通りに完了できるように、さまざまな機関のリソース割り当てを調整および管理する必要があります。また、送信中のデータの改ざんや盗難からデータを保護するために安全な通信プロトコルとメカニズムを使用する必要があります。 。リソースの効果的な管理と科学的なスケジューリングが保証できない場合、非効率なコンピューティング タスク、コンピューティング リソースの無駄や冗長、不安定なアプリケーション、さらにはタスクの失敗など、一連の問題が発生します。
2. Kuscia はこれらの問題をどのように解決しますか?
導入では、基本的に軽量の要件を解決し（軽量ノードは少なくとも 2C4G をサポート）、ビジネス組織がアクセスする際の多様なポート適応要件に焦点を当て、組織の単一ポートをサポートするだけでなく、マルチタスク ポートもサポートします統合。さらに、企業組織が現在焦点を当てているプライバシー コンピューティングの導入問題には、ネットワーキング モデルが含まれます。Kuscia は、平等に協力する分散型 P2P モデル、管理と制御が容易な集中型モデル、およびこれら 2 つが共存するハイブリッド モデルをサポートしています。多者間の協力へ。
タスク スケジューリングでは、DAG タスク スケジューリングなどの基本的な標準構成に加えて、Kuscia はマルチタスクの同時実行のサポートに重点を置いています。プライバシー コンピューティング タスクは通常、計算量が多いため、複数の組織による同時実行やマルチタスクの同時実行により、コンピューティング リソースの競合が発生します。Kuscia は、タスク間のリソースの分離と制御可能なタスクの優先順位によって、リソースの合理的な割り当てを保証します。
外部システムとの接続において、Kuscia はタスク スケジューリング層の相互接続と相互通信を実現し、UnionPay ブラック ボックスの相互接続と相互通信プロトコルをサポートします。Kuscia は、プライバシー コンピューティング アプリケーションに統合された操作インターフェイスを提供し、ユーザーは FATE などの既存のさまざまなプライバシー コンピューティング エンジンを直接呼び出すことができます。たとえば、企業 A は、自社のビジネス プラットフォームで特定のフレームワークのフェデレーテッド ラーニング機能を使用していますが、ビジネスの拡大とアップグレードにより、単一の機能では需要に対応できなくなりました。元のフレームワークのコンピューティング能力の呼び出しと機能を拡張し、両方を実行します。
アルゴリズム層とスケジューリング層のフルスタック相互接続
2022年末、中国情報通信技術院のプライバシーコンピューティングアライアンスが主導し、アントグループが設計した業界初のホワイトボックス相互接続オープンプロトコル「プライバシーコンピューティングクロスプラットフォームオープンアルゴリズムプロトコルパートI：ECDH-PSI」が発表される。が正式にリリースされ、プライバシー コンピューティングがさらに深いレベルに入ったことを示し、相互通信のレベルはアルゴリズム相互通信という新しい状況に入りました。
SS-LR プロトコルも Lingo バージョン 1.0 で標準化されています。SS-LR 相互接続には、トランスポート層の標準化、暗号化プロトコルの標準化、セキュリティ オペレータ インターフェイスの標準化、およびアプリケーション アルゴリズムの標準化が含まれ、アルゴット アルゴリズム エンジンのほぼすべての側面が含まれます。これに基づいて、暗号エンジンの相互接続および相互通信インフラストラクチャが形になり始めており、将来的には他の相互運用性アルゴリズム プロトコルがより迅速かつより多く立ち上げられ、オープン アルゴリズム (ホワイト ボックス) プロトコル クラスターの完全なセットが形成される予定です。
同時に、Kuscia は、タスク スケジューリングの観点から、Beijing Financial Industry Alliance の相互接続および相互運用性要件における最新の相互接続および相互運用性プロトコルもサポートしており、プラットフォームやエコシステム全体でアルゴリズム コンテナをスケジュールして実行できるようになります。現在、Kuscia は Insight プラットフォームと連携しており、Insight のアルゴリズム コンテナーが Kuscia プラットフォーム上で実行できるだけでなく、Lingyu のアルゴリズム コンテナーも Insight プラットフォーム上で実行できます。
アルゴリズム エンジンと Kuscia スケジューリング プラットフォームのフルスタックの相互接続を通じて、Lingyu はより透明でオープンな世界の構築に取り組んでいます。yingyu は、世界的な相互接続された暗号化データ要素流通ネットワークを強化し、プライバシー コンピューティング業界の発展を促進するために、あらゆる分野の人々と協力することに意欲を持っています。
Cryptic バージョン 1.0 のその他のハイライト
上記の 3 つの点に加えて、lingo 1.0 バージョンでは、アルゴリズム層、デバイス層、暗号化機能、使いやすさの点でも更新できます。(あなたの ⭐️ は、Inyu オープンソース コミュニティへの最大の励ましです_ : https://github.com/secretflow/secretflow)
