数据是人工智能的基石，打破数据孤岛，实现数据共享是加速人工智能高速发展的必要条件。联邦学习，作为数据安全计算的业界前沿技术方案，在保护数据隐私的同时深度连接各个合作方，达到技术赋能、共创共赢的目标。

• 整个系统分为四个大模块
  • 整体调度与转发模块
  • 资源管理与调度模块
  • 数据求交模块
  • 训练器模块

• 整体控制数据求交与训练的调度
• 训练器的配对工作
• 高效的流量转发

• 使用k8s屏蔽底层资源差异
• 使用k8s进行资源的动态调度

• 大规模多模态跨域数据整合
• 异步分布式框架提升拼接效率

• 分布式框架训练支持，提升系统的吞吐性能
• 异常恢复、failover机制
• 高效的网络传输协议设计

以mnist为例，提供数据求交和模型训练的demo

支持单机版与分布式版本的部署方式

• 数据准备
• 数据求交
• 模型训练

• 欢迎通过issue和邮件组（[email protected]）联系我们
• 我们正在积极寻求合作伙伴，希望获得9nFL企业级支持的公司和团队，可以联系（[email protected]），与我们进一步的洽谈。

9nFL使用apache2.0许可

9nFL由京东集团-京东零售-商业提升事业部荣誉出品，核心贡献团队包括质量部站外效果优化团队、算法服务化组、模型组、算法创新组等。