 
 ___       __   _______   ________ _______      
|\  \     |\  \|\  ___ \ |\  _____\\  ___ \     
\ \  \    \ \  \ \   __/|\ \  \__/\ \   __/|    
 \ \  \  __\ \  \ \  \_|/_\ \   __\\ \  \_|/__  
  \ \  \|\__\_\  \ \  \_|\ \ \  \_| \ \  \_|\ \ 
   \ \____________\ \_______\ \__\   \ \_______\
    \|____________|\|_______|\|__|    \|_______|

WeFe ( WeLab Federated Learning ) 是 Welab 汇立集团子公司天冕科技发起的开源项目，为联邦学习生态系统提供了一套好用的可靠的安全计算框架。

Documentation： https://tianmiantech.github.io/WeFe/ or http://tianmiantech.gitee.io/wefe

在线体验

WeFe 不仅支持本地部署运行测试，并且提供了一套完整的线上体验环境；

用户可以通过线上体验环境，模拟联邦中三位成员间的建模操作；

体验环境的联邦成员角色有 DemoMember1、DemoMember2、DemoMember3；

详情访问在线体验平台体验。

项目特点

混合联邦，纵向联邦学习与横向联邦学习结合的行业解决方案；

使用联盟链作为联邦中心存证共享方案；

支持流程可视化，托拉拽编辑流程的交互形式；

基于函数计算与云存储对象实现动态资源拓展方案；

支持 GPU 加速同态加密运算（实验室）。

联邦学习算法

WeFe 目前支持的联邦学习算法：横向联邦、纵向联邦、混合联邦、深度学习。

基于FATE，改进并新增了相关算法，算法细节请参考 Kernel 模块文档 kernel/README.md。

安装使用

WeFe 支持 Linux 操作系统，推荐使用 Centos 7+ 的版本。

WeFe 提供了一套基于 Docker 的便捷部署方式。

WeFe 提供了一套完整的在线体验环境 Demo ENV。

Docker 部署

单机部署，详见 release/docker/README.md

系统架构

WeFe 系统由两大模块 union 与 member 组成；

member 是 WeFe 联邦学习平台中进行联邦建模的最小成员单位；

union 是一个去中心化的公共服务平台，存储了联邦中的可公开信息并提供给联邦中的 member 访问。

模块详情：

union 模块，详见 union/README.md；

member 模块，详见 README_MEMBER.md。

发行版本

2021-09-23：v.2.2

成为项目贡献者

项目的构建与编写在一定程度上遵循以下代码规范

Python 代码规范：Google Python Style Guide

Java 代码规范：《阿里巴巴 Java 开发手册》

Java 代码规范化插件：IDEA 插件 alibaba-java-coding-guidelines

版权

Apache 2.0

联系我们

欢迎扫码添加 WeFe 小助手（微信号：tianmiantech001）；

添加后滴滴小助手，小助手会拉你进 WeFe 技术交流群哦~；

欢迎关注天冕科技公众号

快来寻找志同道合的伙伴吧！

tianmiantech/WeFe