目录
- benchmarkremoved clear_session()3年前
- consensusrust packages3年前
- cryptorust packages3年前
- mempoolrust packages3年前
- networkrust packages3年前
- noderust packages3年前
- obsidorust packages3年前
- protorust packages3年前
- storerust packages3年前
- .gitignoreGST: threading start/join3年前
- Cargo.toml(milestone) passive listening client implemented!3年前
- LICENSEInitial commit5年前
- README.mdupdate3个月前
- get_dirs.shget directories3年前
- img.pngupdate readme3个月前
- img_1.pngupdate3个月前
- img_2.pngupdate3个月前
- img_3.pngupdate3个月前
- node_params.jsonfedavg3年前
- run_defl.pyput `quorum_size` in .json config3年前
邀请码
DeFL 去中心化联邦学习系统
本项目由马郓（软微学院兼职教师），韩佳良（计算机学院学生），景翔（软微学院全职教师），廖志超（软微学院学生）共同参与，旨在探索 去中心化联邦学习（Decentralized Federated Learning, DFL） 在医疗健康数据协同中的应用，提出并实现了一套 无中心节点、轻量安全、可扩展 的可信协同方案。相比传统的中心化联邦学习，本项目避免了单点故障与数据隐私风险，适用于跨机构、跨设备的协同建模场景。相关成果已发表：DegaFL: Decentralized Gradient Aggregation for Cross-Silo Federated Learning.
工作流程
运行日志