개인정보보호를 준수하는 기계학습 모델 개발, 모델의 정책 반영/준수 성능 평가 등을 지원하는 웹 기반 프레임워크
- 얼굴 이미지 데이터 비식별화 적용 --> 모델 학습, 성능 분석
- 개인식별정보 가상데이터 생성, 비식별화 --> 모델 학습, 성능 분석
- 연속학습을 통한 Machine Unlearning
- 이메일/지문에 동형암호 적용 --> 모델 학습
- 프레임워크에 데이터 블랙박스 적용
비식별화 미처리 데이터 인식, 비식별화 적용 등 데이터 처리 관련 기능
유연한 딥러닝 모델 학습/평가 기능
- 각 개발 기술에 맞는 학습/평가 방법을 적용할 수 있는 유연한 학습/평가 프레임워크
벤치마크 데이터셋 (이미지 공개데이터) 포함
- 얼굴 데이터: CelebA, FFHQ
- 지문 데이터: SocoFing
- 이메일 데이터: enron dataset
Leopard에서 데이터셋 가공, 모델 학습/평가를 수행하는 경우 도커의 컨터이너를 통해서 실행이되기 때문에 해당 시스템에 먼저 도커를 설치해야한다.
Leopard는 python 환경에서 실행되는데 필요로하는 패키지들을 python 패키지 관리자인 poetry를 사용하고 있다. 따라서 poetry를 통해 환경을 구성하는 것을 권장한다.
poetry를 설치한 후에는 다음 명령어로 관련 패키지를 설치한다.
poetry install다음 명령어로 서버를 실행할 수 있다.
python server.py서버가 실행되면 웹브라우저로 서버 주소의 12700 포트로 접속하면 된다.
실행된 서버가 도커 시스템을 사용할 수 있어야 하기 때문에 사용 권한이 없는 경우 /var/run/docker.sock 파일에 대한 접근 허가 등의 작업이 필요할 수 있다.