Iflearner Flow设计文档¶

概述¶

横向联邦学习可分为两种角色，联邦服务端和联邦参与方，架构图如下：

参与方用自己本地的数据训练模型，然后在每轮训练中上传模型参数或者梯度到服务端。服务端接收参与方上传上来的数据，并进行聚合操作，然后再将聚合后的数据下发给参与方。参与方随后开启新一轮的训练。

组件¶

Iflearner Flow分为服务端（iflearner-flow-server）和客户端（iflearner-flow-federate）两个组件，组件均可运行在kubernetes之上，并依赖iflearner-operator组件，具体的功能如下：

实现¶

在python目录下有四个源代码的目录：

• iflearner_flow_client

  • sdk

    提供了对应http接口的python包，方便开发集成。

  • cli

    基于sdk，提供了命令行工具。

• iflearner_flow_federate

  客户端的代码

• iflearner_flow_server

  服务端代码

• iflearner_job

  封装了对kubernetes IflearnerJob对象的操作。（IflearnerJob对象由iflearner-operator提供）