О насСтруктураУченый советСведения об образовательной организацииАбитуриентуСистема менеджмента качестваМеждународная деятельностьБезопасность и противодействие терроризмуДоступная средаКультурно-просветительский центр «Музей СПбГУТ»Реквизиты
Высшее образованиеЦентр профориентации и довузовского образованияДовузовская подготовкаСреднее профессиональное образованиеДополнительное профессиональное образованиеЭлектронная информационная образовательная среда
АспирантураДиссертационные советыНаучные подразделенияНаучные журналыНаучно-технический советИнновационные предприятияРуководящие документы
УниверситетО насСтруктураУченый советСведения об образовательной организацииАбитуриентуСистема менеджмента качестваМеждународная деятельностьБезопасность и противодействие терроризмуДоступная средаКультурно-просветительский центр «Музей СПбГУТ»РеквизитыСтудентуРасписаниеБиблиотекаДипломникуАдминистративная комиссияКультурно-досуговый центрСтуденческий советЗдоровьеПсихологическая помощьТрудоустройствоПрактика обучающихсяВыпускникиСтуденческий городокСпортОплата обучения онлайнАкадемические отпускаШтаб студенческих отрядов СПбГУТ
ОбразованиеВысшее образованиеЦентр профориентации и довузовского образованияДовузовская подготовкаСреднее профессиональное образованиеДополнительное профессиональное образованиеЭлектронная информационная образовательная средаНаукаАспирантураДиссертационные советыНаучные подразделенияНаучные журналыНаучно-технический советИнновационные предприятияРуководящие документы
Вопрос-ответ
Часто задаваемые вопросы
Обращения граждан
Телефонный справочник
+7 (800) 550-41-72
Телефон горячей линии
+7 (812) 326-31-63
Многоканальный телефон
Россия, 193232, Санкт-Петербург,
пр. Большевиков д.22, к.1
rector@sut.ru
пр. Большевиков д.22, к.1
НаукаНаучные разработки СПбГУТПлатформа для конфиденциального обучения моделей заказчиков на распределённых данных держателей
Платформа для конфиденциального обучения моделей заказчиков на распределённых данных держателей
Руководитель:
Аннотация:
Предлагаемое решение объединяет функции управления задачами обучения, оркестрации федеративных раундов, хранения артефактов модели и фиксации результатов выполнения.
Цель проекта заключается в создании архитектурной основы для безопасного и управляемого обучения моделей на распределенных конфиденциальных данных.
Технические характеристики:
- Система представляет собой распределенный FL-стек на Java 21 (Spring Boot 3) и Python 3.11, разворачиваемый на Linux.
- Центральный сервер, UI на React и Orchestrator на aiokafka координируют Python-клиентов (Flower, PyTorch) через Kafka, MinIO и PostgreSQL.
- Безопасность обеспечивается Keycloak (OAuth2/OIDC).
При использовании материалов ссылка на сайт обязательна.
0
Поделиться: