機械学習技術の 1 つであるフェデレーテッド ラーニングを使用すると、複数のデバイスがデータを共有せずに共同でモデルのトレーニングを行うことができます。この方法は、健康データなどの機密データに関するモデルをトレーニングするのに特に適しています。ただし、特にデータ所有者がデータに対して実行されるコードを完全に制御できない場合は、依然としてデータ漏洩の影響を受けやすい可能性があります。NVIDIA FLARE は、フェデレーション ラーニング アプリケーションの開発と展開を簡素化するように設計されたソフトウェア プラットフォームです。暗号化、差分プライバシー、安全な集約など、データのプライバシーを保護する機能を提供します。 NVIDIA FLARE の最新バージョン (2.3.2) では、データ所有者がデータに対して実行されるコードに対する制御を強化できます。これはカスタム イベント ハンドラーによって実現され、実行前にジョブ コードを確認して承認または拒否することができます。NVIDIA FLARE のこの新機能により、データ サイエンティストがフェデレーション ラーニング アプリケーションから機密データを漏洩するリスクが大幅に軽減されます。また、データ所有者は自分のデータを完全に制御できるという保証も得られます。 NVIDIA FLARE 2.3.2 を使用する主な利点には、データ所有者が実行前にジョブ コードを確認して承認または拒否できること、ジョブ コードが以前に承認されたコードから悪意のあるコードに変更されることを防止できること、データ所有者が適切なジョブ コードを実装できることなどが挙げられます。コード検証戦略。NVIDIA FLARE 2.3.2 は、フェデレーテッド ラーニング アプリケーションでのデータ漏洩を防止する効果的なツールです。これにより、データ所有者は機密データを保護するために必要な制御を行うことができます。