收录于合集#社区问答6个

上个月，隐语开源社区上共收到30+issue，35+社群提问，小伙伴们对spu使用问题以及隐语目前所支持的算法功能较为关心，本次精选20条社区问答，供大家参考阅读。查看更多内容，请访问👏github隐语主页，欢迎提问交流！https://github.com/secretflow

易用性

问题1:是否PYU属于参与各方？可以直接用明文数据计算？而中心则用SPU进行安全计算？解答：

• PYU是明文设备，目前是依托于python作为载体，主要提供参与方本地的明文计算。
• SPU是MPC密态设备。这里密态设备是虚拟的概念。SPU本质上是由多个计算方组成，并提供了密态设备这个视角，好处是帮助用户屏蔽MPC底层多个计算方协同计算的细节。
• SPU并不是你理解的在中心进行安全计算，计算还是发生在各个计算方的，你说的中心更多的可以理解为是驱动者（driver），driver负责把计算任务分发给SPU，而SPU提供了虚拟设备的视角，让你看起来是在driver这个视角操纵了它。

问题2:SchemaType.FPaillier和SchemaType.ZPaillier分别代表什么含义？提供这两个选择是否存在什么需要trade-off的东西？解答：在C++ Api 层面，FPaillier 与 ZPaillier有一些不同，FPaillier 对标 Python-Paillier， 相当于把 Python-Paillier 的逻辑用C++翻译了一遍，其特点是算法层面支持浮点数加密，原理是把 scale 比特数作为明文打包在密文中，密态运算阶段算法会自行对齐、更新 scale 值，其它未做过多优化。而zPaillier 是我们实现的一个高度优化的Paillier 版本，只支持整数加密，性能比 FPaillier 高很多。fpaillier 不推荐使用，任何情况下都应该选择 ZPaillier。

问题3:如果想执行浮点数加解密，有什么推荐的方式么？解答：加密浮点数需要外挂的 encoder，参考“快速入门”和“矩阵运算”关于 Encoder 的介绍。https://heu.readthedocs.io/zh_CN/latest/getting_started/quick_start.htmlhttps://heu.readthedocs.io/zh_CN/latest/getting_started/numpy.html

问题4:官网教程demo中“混合联邦——逻辑回归”部分卡死报错。报错提示为：WARNING worker.py:1416-WARNING: 24 PYTHON worker processes have been started on node:解答：看起来是因为设备的问题，8C16G 是sf最低的配置要求。

问题5：1）初始化spu时，选择cheetah协议，这个协议是基于OT、SS还是什么？2）从哪儿能找到这些协议(cheetah、aby3等)的相关资料？3）用spu计算时，密文的计算是同态的吗？解答：1）cheetah协议是阿里巴巴双子座实验室原创的协议，详见 paperhttps://eprint.iacr.org/2022/207
2）spu的计算是基于mpc协议（即aby3等协议）。请参阅相关论文和资料了解mpc是如何计算的，以及不同协议的secret sharing schema和明密文转化流程。请查阅我们的文档：https://spu.readthedocs.io/en/beta/reference/mpc_status.html
3）spu 是个虚拟设备，相当于一个 spu 是有多个独立的半诚实参与方组成（一般为2到3个），各参与方之间执行秘密分享算法执行计算。spu 主要基于秘密分享算法，而不是同态。另外，如果你想进行同态计算，请使用secretflow的另一个子项目-heu：https://secretflow.readthedocs.io/zh_CN/latest/developer/design/heu.html

问题6：secretflow文档Component下的Feature Engineering demo无法运行。from secretflow.utils.simulation.datasets import load_linearTraceback (most recent call last):File "<stdin>", line 1, in <module>ModuleNotFoundError: No module named 'secretflow.utils.simulation.datasets'解答：dataset 的缓存路径应该是~/.secretflow/datasets/linear.csv，你看下这个文件是否是一个空文件，如果是的话把缓存目录~/.secretflow/datasets 删掉重新跑一下 demo，第一次运行会触发下载。目前，新版本已经支持检查本地缓存文件哈希，若不正确则会重新下载。

问题7：使用psi_df时，返回类型是PYUObject，如果要指定bob回写数据库，在driver要怎么写这个函数？以及，如果是PYUObject的话，py函数的参数类型可以直接是DataFrame吗？

解答：

• 可以再写个py函数把内存的 df 存储到 db 里，让driver安排在bob侧调用一下。
• 是的，PYUObject会被自动拆箱成de-reference

问题8：部署两台服务器各自docker部署，在启动任务报brpc 异常，配置监听的端口9998另外一台服务器可以正常连接，但几秒后会断掉，之后就brpc报错。

解答：可以先试试在本机多docker的情况， 有的网络会存在夸机器的docker，rpc不通。可以尝试把docker的网络设置为host模式。

问题9：docker部署import secretflow 出错，未找到模块'libcudart.so.11.0'报错：import secretflow as sf 2022-09-29 07:24:43.572390:W tensorflow/stream_executor/platform/default/dso_loader.cc:64]Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0:cannot open shared object file: No such file or directory解答：这是一个 warning，不影响任何功能，不影响使用，可以忽略。

问题10：是否可以在docker中内置jupyter客户端解答：你可以手动安装jupyter，或者可以自行修改dockerfile以满足你的需求。
考虑到镜像需要尽量小，以及jupyter并不是运行secreflow的必须依赖，我们目前不考虑内置jupyter。

问题11：python3.8 m1芯片 编译grpcio的时候一直报错报错信息：distutils.errors.CompileError: command '/usr/bin/qcc' failed with exit code 1解答：执行命令前先 conda install grpcio

问题12：使用多方安全计算或者联邦模型等后，如何查看参与方之间的通信消耗？解答：对于多方安全计算，SPU使用内部的通信信道来传输（MPC协议）数据，之后会逐步开放统计接口（目前还没有python接口可以查看）对于联邦学习，多方之间数据使用Ray 来通信，可以通过 /tmp/ray/session_{date}/logs 日志查看。我们即将发布的调度框架，会提供这个能力。

功能性

问题1：

secretflow后面有计划支持windows吗？

解答：

短期内没有windows支持计划，Windows可以通过 wsl 来跑。后续会补充wsl相关的文档。

问题2：

隐语提供隐匿查询功能吗？就是PIR技术

解答：

目前secretflow还不支持python直接调用的pir接口，可以直接调用spu的c++接口，示例可以参考seal_pir的单测代码
https://github.com/secretflow/spu/blob/main/spu/pir/seal_pir_test.cc

问题3:

使用ABY3协议训练SS-XGB时，集群出现错误。

解答：

我们仍在优化以支持大型数据集，建议您将数据集缩小到[10000,450]

问题4：

两个密文矩阵相乘，目前是不支持么？

解答：

受限于算法原因，目前不支持两个密文矩阵相乘，后续 HEU 支持 FHE 算法后可以开放此接口。

问题5：

集群里面有个节点挂了，其他节点能感知到么？有没有办法获取各个节点的健康状态

解答：

调度框架这部分能力开源后组建集群就可以发现。

问题6：

secretflow联邦学习能否对接更复杂的深度学习任务，比如目标检测？

解答：

理论上是可以的，欢迎使用FL Model进行尝试。

其他

问题1：

请问隐语的学习需要什么基础，AI、ML 零基础可以么？

解答：

推荐我们「隐语开源社区」隐私计算线上慕课，本课程联合20位顶尖高校学者与产业代表联合出品，划分为7为大模块：课程前瞻、隐私计算全局概览、概念基础、技术应用、案例介绍、框架基础、动手实践，融合了基础理论与实践应用，将由浅入深为大家呈现100+专业细分知识点。适合所有对隐私计算感兴趣的同学。

视频首页：https://space.bilibili.com/2073575923/video

也可以看下文档推荐的论文：https://secretflow.readthedocs.io/zh_CN/latest/

问题2:

纵向联邦模型中数据是否出域？如何进行信息交互？

解答：

纵向联邦学习主打是数据不出域，交互的是梯度信息。另外，目前隐语还没有发布纵向FL的算法，当前发布的纵向算法中，对于传统模型用的MPC，对于NN用的拆分学习。