## 任务介绍 - 任务名称：拆分学习主动数据重构攻击 FSHA 算法实现，及其对应的 DP防 御方法 - 技术方向：Federated Learning/Split Learning - 任务难度：挑战🌟🌟🌟 ## 详细要求 结合 [SLModel](https://github.com/secretflow/secretflow/blob/main/secretflow/ml/nn/sl/sl_model.py) 拆分学习主动数据重构攻击 FSHA 算法实现，及其对应的 DP防 御方法，进行封装实验和实验报告。 - 安全性：尽量少 reveal - 功能性：可完整实现某个拆分学习攻防算法的全流程 - 收敛性：包含 simulator 跑出的实验数据并且证明攻击/防御效果 - 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 并提交代码至 https://github.com/secretflow/secretflow/tree/main/examples/security ## 能力要求 - 网空项目-拆分学习攻防参与同学 ## 操作说明 - 可参考 [SecretFlow 实现方式](https://github.com/secretflow/secretflow/blob/main/secretflow/ml/linear/ss_sgd/model.py) - [拆分学习模型操作指引](https://www.secretflow.org.cn/docs/secretflow/latest/zh-Hans/tutorial/Split_Learning_for_bank_marketing)
任务介绍
详细要求
结合 SLModel 拆分学习主动数据重构攻击 FSHA 算法实现，及其对应的 DP防 御方法，进行封装实验和实验报告。
能力要求
操作说明