nillion aivm

NINLION AIVM

AIVM เป็นกรอบการทำงานที่ทันสมัยที่ออกแบบมาสำหรับการอนุมานความเป็นส่วนตัวโดยใช้โปรโตคอลการเข้ารหัสขั้นสูง ด้วย AIVM คุณสามารถปรับใช้เครือข่ายการพัฒนาท้องถิ่น (DEVNET) เพื่อสำรวจการอนุมานส่วนตัวโดยใช้ตัวอย่างที่มีให้หรือแบบจำลองที่กำหนดเอง

สารบัญ

• การติดตั้ง AIVM
• เรียกใช้ AIVM
• การใช้งาน
  • การอนุมานส่วนตัว
  • อัพโหลดโมเดลที่กำหนดเอง
• ใบอนุญาต

การติดตั้ง AIVM

1. สร้างสภาพแวดล้อมเสมือนจริง:

   python3 -m venv .venv

2. เปิดใช้งานสภาพแวดล้อมเสมือนจริง:

   บน Linux/MacOS:

    source .venv/bin/activate

   บน Windows:

   . v env S cripts a ctivate

3. ติดตั้งแพ็คเกจ:

   หากคุณกำลังจะดำเนินการตัวอย่างดำเนินการ:

   pip install " nillion-aivm[examples] "

   มิฉะนั้นถ้าคุณกำลังจะสร้างรหัสของคุณเองคุณสามารถ:

   pip install nillion-aivm

เรียกใช้ AIVM

1. เริ่ม AIVM Devnet:

   aivm-devnet

2. เปิดตัวอย่างโน๊ตบุ๊ค Jupyter ที่ให้มา/เริ่มต้น Iipynb เพื่อเรียกใช้ตัวอย่างการอนุมานส่วนตัวใน AIVM

3. หลังจากเสร็จสิ้นงานของคุณให้ยุติกระบวนการ devnet โดยกด CTRL+C

การใช้งาน

สำหรับการใช้งานเพิ่มเติมโปรดดูที่โฟลเดอร์ตัวอย่างซึ่งแสดงให้เห็นถึงวิธีการตั้งค่าเวิร์กโฟลว์การอนุมานส่วนตัวโดยใช้ AIVM

ทำการอนุมานอย่างปลอดภัย

การใช้งานขั้นพื้นฐาน

1. ขั้นแรกให้นำเข้าไคลเอนต์ AIVM และตรวจสอบรุ่นที่มี:

 import aivm_client as aic

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

2. เตรียมข้อมูลอินพุตของคุณ นี่คือตัวอย่างที่ใช้ Pytorch เพื่อสร้างอินพุตแบบสุ่ม:

 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. เข้ารหัสอินพุตของคุณโดยใช้ cryptensor ที่เหมาะสม:

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

4. ทำการอนุมานอย่างปลอดภัย:

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

ฟังก์ชั่น get_prediction จัดการโปรโตคอลการคำนวณที่ปลอดภัยโดยอัตโนมัติด้วยโหนด aivm-devnet โดยอัตโนมัติเพื่อให้มั่นใจว่าข้อมูลอินพุตของคุณยังคงเป็นส่วนตัวตลอดกระบวนการอนุมาน

อัพโหลดโมเดลที่กำหนดเอง

คุณสามารถปรับใช้โมเดลที่ผ่านการฝึกอบรมของคุณเองไปยัง AIVM หากพวกเขาปฏิบัติตามสถาปัตยกรรมที่รองรับ (Berttiny หรือ Lenet5)

อัปโหลดโมเดลที่กำหนดเอง

1. นำเข้าไคลเอนต์ AIVM:

 import aivm_client as aic

2. อัปโหลดรุ่นที่กำหนดเองของคุณ:

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

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

3. ทำการอนุมานกับโมเดลที่กำหนดเองของคุณ:

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

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

ใบอนุญาต

โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT