本项目用于隐私计算课程实验课,具体内容是基于隐语框架完成下述内容:
- 多方安全计算进行逻辑回归分类;
- 联邦学习完成图像分类;
- 垂直拆分学习结合差分隐私的营销分类模型;
- Titanic数据集匿名化处理;
隐语的官方教程在 https://www.secretflow.org.cn/zh-CN/docs/secretflow/ ,按照所需要的版本号查看对应的文档 . 隐语是一个比较复杂的框架，光编程语言就涉及三个以上，比如 JAVA，C/C++， Python等。但是由于较低的耦合性，同学们对某个特定模块有开发需求时，只需要掌握其对应的部分技能即可。
在所有任务开始前,同学们需要先寻找一个Linux环境.使用Windows的同学可以考虑使用WSL或者实验室的服务器进行实验. 实验过程中,如果有任何疑惑和困难,同学们都可以在issue中提出!
实验完成后需撰写实验报告，报告要求记录每一步关键步骤，并通过文字进行介绍。最后将代码和报告打包后提交，代码形式无硬性要求，可以是.ipynb也可以是.py文件。