在 SecretFlow 中实现针对拆分学习的 sota label 攻击和防御方法

[Candicepan]

此 ISSUE 为 隐语开源共建计划（SecretFlow Open Source Contribution Plan，简称 SF OSCP）任务 ISSUE，欢迎社区开发者参与共建～
若有感兴趣想要认领的任务，但还未报名，辛苦先完成报名进行哈～

任务介绍

• 任务名称：在 SecretFlow 中实现针对拆分学习的 sota label 攻击和防御方法
• 技术方向：联邦学习和人工智能
• 任务难度：进阶🌟🌟
• 任务期望时间：4-5周

详细要求

• 功能性：在 SecretFlow 中实现以下功能代码以及实现过程文档，功能包括：
  • 需要引入 label 攻防算法相关的数据集，并提供拆分逻辑
  • 基于 SLModel 实现 label 攻防代码，攻防算法可以通过 SLModel 中 callback 实现，或另外写 label 攻击防御算法类实现
  • 需要同时提交 tutorial，example 代码，数据下载，拆分和预处理代码
• 收敛性/准确性：包含 simulator 跑出的实验数据并且给出攻击防御指标，最好有与明文结果（PyTorch 或者 TensorFlow）的对比
• 代码规范：Python 代码需要使用 black+isort 进行格式化（流水线包含代码规范检查卡点）
• 提交说明：
  • 关联该 issue 并提交代码（位置待补充）
  • 整理完整实现过程为文档（位置待补充）

能力要求

• 熟悉拆分学习攻防方法
• 熟悉 TensorFlow 或者 PyTorch

操作说明

• 参考内容：联邦模型开发教程

[github-actions]

Stale issue message. Please comment to remove stale tag. Otherwise this issue will be closed soon.

[github-actions]

Stale issue message. Please comment to remove stale tag. Otherwise this issue will be closed soon.