隐私计算实训营 第四讲 快速上手隐语SecretFlow的安装和部署

简介: 在两台虚拟机(10.10.101.58:alice, 10.10.104.124:bob)上部署Secretflow,使用docker和`secretflow/secretflow-lite-anolis81.4.0b0`镜像。每台机器上运行docker容器,并通过`docker exec`启动Ray服务(Bob节点在8085端口)。接着,导入secretflow库,配置集群信息并初始化。Secretnode部署通过源码完成,克隆secretnote仓库,进入sim目录,运行`docker-compose up`。展示部署成功后的界面截图。

secretflow生产环境部署

环境: 两台虚拟机 10.10.101.58(alice),10.10.104.124(bob),采用docker方式部署,镜像使用secretflow/secretflow-lite-anolis8:1.4.0b0
部署:

  • 在两台机器上分别执行docker run -itd --network=host secretflow/secretflow-lite-anolis8:1.4.0b0
    截屏2024-03-22 11.36.22.png
  • 使用docker exec命令进入容器,启动ray,使用8085端口: ray start --head --node-ip-address="10.10.104.124" --port="8085" --resources='{"bob": 16}' --include-dashboard=False --disable-usage-stats,运行结果:
    截屏2024-03-22 11.38.51.png
  • 分别执行python代码,
    import secretflow as sf
     cluster_config ={
      'parties': {
          'alice’: {'address': '10.10.101.58:8086'},
          'bob': {'address': '10.10.104.124:8086'},
      },
      'self_party': 'alice',
    }
    sf.init(address='{10.10.101.58:8085}',
    cluster_config=cluster_config)
    
    运行结果
    截屏2024-03-22 11.46.35.png

secretnode 部署

采用源码方式部署,git clone https://github.com/secretflow/secretnote.git,进入sim目录,执行docker compose up,运行结果如下
截屏2024-03-22 11.48.25.png
界面
截屏2024-03-22 11.49.15.png

目录
相关文章
|
6月前
|
算法 数据挖掘 调度
隐语实训营-第3讲:详解隐私计算框架的架构和技术要点
主要介绍隐语的隐私计算架构,并对每个模块进行拆解、分析,以期望不同使用者找到适合自己的模块,快速入手。
117 4
|
6月前
|
安全 数据挖掘 API
《区块链公链数据分析简易速速上手小册》第4章:交易数据分析(2024 最新版)(下)
《区块链公链数据分析简易速速上手小册》第4章:交易数据分析(2024 最新版)(下)
141 1
|
4月前
|
运维 安全 数据安全/隐私保护
隐语(SecretFlow)联邦学习实训营第一期笔记
**摘要:** 本文探讨了数据可信流通的概念,强调了数据来源确认、使用范围界定、流程追溯和风险防范的重要性。数据流通分为内循环(安全域内)和外循环(跨域),其中外循环面临黑客攻击、内部泄露和数据滥用等风险。为建立技术信任,提出了身份验证、利益对齐、能力预期和行为审计四点要求,涉及隐私计算、可信计算等技术。隐语作为隐私计算框架,提供服务以支持数据安全流通,通过开源降低接入门槛,并具备统一架构、原生应用、开放拓展、高性能和多轮安全验证等优势。开源隐语助力解决数据权属和信任问题,促进数据要素的安全流通。
|
6月前
|
安全 算法 数据挖掘
《隐私计算简易速速上手小册》第2章:关键技术介绍(2024 最新版)
《隐私计算简易速速上手小册》第2章:关键技术介绍(2024 最新版)
71 1
《隐私计算简易速速上手小册》第2章:关键技术介绍(2024 最新版)
|
6月前
|
安全 搜索推荐 数据挖掘
《隐私计算简易速速上手小册》第5章:隐私计算在不同行业的应用(2024 最新版)
《隐私计算简易速速上手小册》第5章:隐私计算在不同行业的应用(2024 最新版)
70 1
|
6月前
|
安全 算法 数据挖掘
《隐私计算简易速速上手小册》第4章:技术挑战与解决方案(2024 最新版)
《隐私计算简易速速上手小册》第4章:技术挑战与解决方案(2024 最新版)
98 1
|
6月前
|
分布式计算 数据挖掘 Hadoop
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(下)
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(下)
72 1
|
6月前
|
消息中间件 数据挖掘 Kafka
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
88 1
|
6月前
|
人工智能 Python
隐私计算实训营 第1期-第4讲 快速上手隐语SecretFlow的安装和部署
文档改进建议:明确Ray, K3S, Kuscia与SecretFlow的关系;结构化部署文档,区分顺序步骤与选择分支;提供从零开始的详细部署教程,补充缺失的前置步骤说明。
|
6月前
|
算法 数据库
隐私计算实训营第6讲-------隐语PIR介绍及开发实践丨隐私计算实训营 第1期
隐匿查询(PIR)允许用户在不暴露查询内容的情况下检索服务器数据库。PIR分为单服务器和多服务器方案,以及Index PIR和Keyword PIR两类。隐语目前实现了单服务器的SealPIR(用于Index PIR)和Labeled PSI(用于Keyword PIR)。SealPIR优化点包括:数据打包、查询向量压缩、支持多维和多个查询。未来,隐语PIR的计划包括性能提升、多服务器方案和新算法的探索。
336 3