nillion aivm

Nillion Aivm

AIVM-это передовая структура, предназначенная для конференции по обеспечению конфиденциальности с использованием расширенных криптографических протоколов. С помощью AIVM вы можете развернуть локальную сеть разработки (Devnet) для изучения частного вывода с использованием приведенных примеров или пользовательских моделей.

Оглавление

• Установка AIVM
• Запуск AIVM
• Использование
  • Частный вывод
  • Пользовательская загрузка модели
• Лицензия

Установка AIVM

1. Создайте виртуальную среду:

   python3 -m venv .venv

2. Активировать виртуальную среду:

   На Linux/macOS:

    source .venv/bin/activate

   В окнах:

   . v env S cripts a ctivate

3. Установите пакет:

   Если вы собираетесь выполнить примеры выполнить:

   pip install " nillion-aivm[examples] "

   В противном случае, если вы собираетесь создать свой собственный код, вы можете просто:

   pip install nillion-aivm

Запуск AIVM

1. Начните Devnet AIVM:

   aivm-devnet

2. Откройте предоставленные примеры ноутбука Юпитера/

3. После выполнения ваших задач завершите процесс Devnet, нажав CTRL+C .

Использование

Для получения дополнительного использования обратитесь к папке «Примеры», которая демонстрирует, как настроить частные рабочие процессы по выводу с использованием AIVM.

Выполнение безопасного вывода

Основное использование

1. Во -первых, импортируйте клиент AIVM и проверьте доступные модели:

 import aivm_client as aic

# List all supported models
available_models = aic . get_supported_models ()
print ( available_models )

2. Подготовьте свои входные данные. Вот пример с использованием Pytorch для генерации случайного ввода:

 import torch

# Create a sample input (e.g., for LeNet5 MNIST)
random_input = torch . randn (( 1 , 1 , 28 , 28 ))  # Batch size 1, 1 channel, 28x28 pixels

3. Зашифруйте ваш ввод, используя соответствующий Cryptensor:

 # Encrypt the input
encrypted_input = aic . LeNet5Cryptensor ( random_input )

4. Выполните надежный вывод:

 # Get prediction while maintaining privacy
result = aic . get_prediction ( encrypted_input , "LeNet5MNIST" )

Функция get_prediction автоматически обрабатывает защитный протокол вычислений с узлами aivm-devnet , гарантируя, что ваши входные данные остаются частными на протяжении всего процесса вывода.

Пользовательская загрузка модели

Вы можете развернуть свои собственные обученные модели в AIVM, при условии, что они следуют поддерживаемым архитектурам (Berttiny или Lenet5).

Загрузка пользовательских моделей

1. Импортируйте клиент AIVM:

 import aivm_client as aic

2. Загрузите свою пользовательскую модель:

 # For BertTiny models
aic . upload_bert_tiny_model ( model_path , "MyCustomBertTiny" )

# For LeNet5 models
aic . upload_lenet5_model ( model_path , "MyCustomLeNet5" )

3. Выполните вывод с вашей пользовательской моделью:

 # For BertTiny models
result = aic . get_prediction ( private_berttiny_input , "MyCustomBertTiny" )

# For LeNet5 models
result = aic . get_prediction ( private_lenet5_input , "MyCustomLeNet5" )

Лицензия

Этот проект лицензирован по лицензии MIT.