Pembelajaran gabungan, sebuah teknik pembelajaran mesin, memungkinkan beberapa perangkat berkolaborasi dalam model pelatihan tanpa berbagi data. Metode ini sangat cocok untuk melatih model pada data sensitif seperti data kesehatan. Namun, mereka tetap rentan terhadap kebocoran data, terutama jika pemilik data tidak memiliki kendali penuh atas kode yang berjalan pada data tersebut. NVIDIA FLARE adalah platform perangkat lunak yang dirancang untuk menyederhanakan pengembangan dan penerapan aplikasi pembelajaran gabungan. Menyediakan fitur untuk melindungi privasi data, termasuk enkripsi, privasi diferensial, dan agregasi aman. Versi terbaru NVIDIA FLARE (2.3.2) memberi pemilik data kontrol lebih besar atas kode yang berjalan pada data mereka. Hal ini dicapai melalui pengendali peristiwa khusus yang memungkinkan Anda meninjau kode pekerjaan dan menyetujui atau menolaknya sebelum dieksekusi. Fitur baru di NVIDIA FLARE ini secara signifikan mengurangi risiko data scientist membocorkan data sensitif dari aplikasi pembelajaran gabungan. Hal ini juga memberikan jaminan kepada pemilik data bahwa mereka memiliki kendali penuh atas data mereka. Manfaat utama penggunaan NVIDIA FLARE 2.3.2 mencakup kemampuan pemilik data untuk meninjau dan menyetujui atau menolak kode pekerjaan sebelum dieksekusi, dan perubahan kode pekerjaan dari kode yang sebelumnya disetujui menjadi kode berbahaya, pemilik data dapat menerapkan kode pekerjaan yang sesuai. Strategi validasi kode. NVIDIA FLARE 2.3.2 adalah alat yang efektif untuk mencegah kebocoran data dalam aplikasi pembelajaran gabungan. Hal ini memberi pemilik data kendali yang mereka perlukan untuk melindungi data sensitif.