ByzFL: Research Framework for Robust Federated Learning

要約

堅牢なフェデレートラーニング（FL）アルゴリズムを開発およびベンチマークするためのオープンソースPythonライブラリであるBYZFLを紹介します。
BYZFLは、最先端の堅牢なアグリゲーターの実装、構成可能な攻撃のスイート、および異種のデータ分布、複数のトレーニングアルゴリズム、逆境の脅威モデルなど、さまざまなFLシナリオをシミュレートするためのツールを含む、統一された拡張可能なフレームワークを提供します。
ライブラリは、単一のJSONベースの構成ファイルを介して体系的な実験を可能にし、結果視覚化のための組み込みユーティリティが含まれています。
PytorchテンソルとNumpyアレイと互換性があるBYZFLは、堅牢なFLソリューションの再現可能な研究と迅速なプロトタイピングを促進するように設計されています。
BYZFLはhttps://byzfl.epfl.ch/で入手でき、ソースコードはgithub：https://github.com/lpd-epfl/byzflでホストされています。

要約(オリジナル)

We present ByzFL, an open-source Python library for developing and benchmarking robust federated learning (FL) algorithms. ByzFL provides a unified and extensible framework that includes implementations of state-of-the-art robust aggregators, a suite of configurable attacks, and tools for simulating a variety of FL scenarios, including heterogeneous data distributions, multiple training algorithms, and adversarial threat models. The library enables systematic experimentation via a single JSON-based configuration file and includes built-in utilities for result visualization. Compatible with PyTorch tensors and NumPy arrays, ByzFL is designed to facilitate reproducible research and rapid prototyping of robust FL solutions. ByzFL is available at https://byzfl.epfl.ch/, with source code hosted on GitHub: https://github.com/LPD-EPFL/byzfl.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google