Delta
HomeGithubDocs
  • Delta开发文档
  • 系统架构说明
  • 快速搭建指南
  • Delta在线Demo
  • 常见问题解答
  • 其他区块链支持
  • 版本发布说明
    • v0.8.2
    • v0.8.1
    • v0.8.0
    • v0.6.0
    • v0.5.3
    • v0.5.0
    • 历史版本
  • 系统搭建和部署
    • 启动Delta区块链节点
    • 启动Delta区块链浏览器
    • 部署智能合约
    • 启动Chain Connector
    • 启动Delta Node
    • 启动Delta ZK
    • 准备节点数据
    • 启动Deltaboard
    • 执行计算任务
  • 计算任务开发
    • 横向联邦学习任务
    • 横向联邦统计任务
    • 逻辑回归任务
    • 使用Delta Node API管理任务
  • 系统详细设计
    • 横向联邦任务框架
    • 链上安全聚合
    • 横向联邦学习
    • 横向联邦统计
    • 逻辑回归
    • 逻辑回归中的零知识证明
    • 节点加入与离开网络的机制
  • 联邦统计
    • Pandas API支持列表
由 GitBook 提供支持
在本页
  • 功能介绍
  • 框架特点
  • Delta网络快速搭建
  • Delta社区
  • 相关链接

这有帮助吗?

Delta开发文档

开箱即用的区块链隐私计算框架

下一页系统架构说明

最后更新于2年前

这有帮助吗?

功能介绍

Delta可以联合分散在各处的数据,进行统计计算以及机器学习,数据全程不会离开本地,实现了数据的可用不可见,可应用于金融、医疗、政府、知识产权等领域,实现联合风控、联合科研、政企数据连接等需求,充分发挥数据的价值。

Delta通过封装整合联邦学习、安全多方计算、差分隐私等最新的隐私计算技术,降低了开发门槛,使用者无需了解隐私计算技术,也可快速实现计算需求。 用户可以快速地部署Delta节点,搭建隐私计算网络,联合多方数据,完成隐私计算。

Delta保证了计算结果的可信性,在用户无法获取原始数据的前提下,通过集成的区块链和零知识证明技术验证计算结果的正确性。

框架特点

Delta包含了搭建一个完整的区块链隐私计算网络的全部组件,每个组件都可以使用Docker镜像快速部署。开发者可以根据需要选择需要的组件快速完成网络的搭建。

Delta对隐私计算底层技术进行了彻底的封装,编写隐私计算任务无需对底层的原理有任何了解,只需要开发者按照以前的方式完成计算任务编写,Delta就可以将其做为隐私计算任务,在多节点网络中进行执行。

Delta支持使用PyTorch编写的机器学习任务,以及使用Pandas编写的数据统计任务。以前写的PyTorch/Pandas代码几乎可以不加修改的直接在Delta网络中执行,通过隐私计算联合多个节点的数据,获得更大数据集上的模型训练结果、验证结果以及统计数据。

关于Delta框架的详细架构说明,可以参考这篇文章:

Delta网络快速搭建

Delta网络可以使用Docker镜像快速完成搭建,详情请参考:

Delta社区

Github:代码使用过程中出现的问题,可以在Github中对应的仓库提Issue,为方便其他人查询,请将Issue标题写为问题的大致描述:

微信交流群:请扫码加好友,并备注"Delta社区":

Slack:点击下面的邀请链接加入Slack:

相关链接

Delta官网:

Github源代码仓库:

隐私计算技术专栏:

系统架构说明
快速搭建指南
DeltaGitHub
DeltaGitHub
Slack
Delta - 开箱即用的区块链隐私计算框架
Logo
区块链和隐私计算知乎专栏
Logo
扫码加好友,并备注"Delta社区"
Logo
Logo
Logo