Everything about privacy-computing. Your contribution is highly valued!
关于隐私计算的资料 欢迎一起贡献!
项目 |
开源机构 |
调研时间 |
star |
fork |
about |
技术路径 |
调研人 |
PySyft |
OpenMined |
220423 |
8.1k |
1.8k |
A library for answering questions using data you cannot see |
联邦学习、多方安全计算 |
wyf |
TF-Encrypted |
DropoutLavs、OpenMined、Alibaba |
220423 |
1k |
178 |
A Framework for Encrypted Machine Learning in TensorFlow |
多方安全计算 |
wyf |
Asylo |
google |
220423 |
124 |
912 |
An open and flexible framework for developing enclave applications |
可信执行环境 |
lhj |
FATE |
微众银行 |
220423 |
4.2k |
1.3k |
An Industrial Grade Federated Learning Framework |
联邦学习 |
lhj |
private-join-and-compute |
google |
220423 |
673 |
108 |
This project contains an implementation of the "Private Join and Compute" functionality. |
多方安全计算 |
lhj |
PaddleFL |
baidu |
220423 |
368 |
101 |
Federated Deep Learning in PaddlePaddle |
联邦学习 |
lhj |
CrypTen |
facebook |
220423 |
1k |
174 |
CrypTen is a framework for Privacy Preserving Machine Learning built on PyTorch. |
多方安全计算 |
wyf |
fedlearner |
bytedance |
220423 |
760 |
159 |
A multi-party collaborative machine learning framework |
联邦学习 |
wyf |
Rosetta |
矩阵元 |
220423 |
448 |
96 |
A Privacy-Preserving Framework Based on TensorFlow |
多方安全计算 |
lhj |
MesaTEE |
百度 |
|
|
|
|
可信执行环境 |
|
TF-Federated |
google |
|
|
|
|
联邦学习 |
|
KubeTEE |
蚂蚁 |
|
|
|
|
可信执行环境 |
|
- WeBanck案例
- 基于联邦学习的计算机视觉平台
- 联邦学习的交通违章保险案例
- FATE在小微企业信用风险管理中的应用
- 在 FATE 平台上的跨银行反洗钱应用