Research on Privacy Computing
Photo by MinelHuang⚠ 转载请注明出处：Maintainer: MinelHuang，更新日期：Aug.04 2021
本作品由 MinelHuang 采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 进行许可，在进行使用或分享前请查看权限要求。若发现侵权行为，会采取法律手段维护作者正当合法权益，谢谢配合。
目录
0. 前言
本项目旨在记录笔者在MPhil阶段中的各类工作成果，每项工作由单独的文档记录，可能是工程项目，可能是学习笔记。笔者希望通过此项目整理自己的工作成果，由此给出当前阶段的工作计划。
为与其他项目作区分，本项目仅总结归纳隐私计算（Privacy Computing）方向的工作，下面对该方向作简要介绍。
0.1 研究目的
0.2 研究方向
关于如何寻找研究方向，请参考此文档How to find papers and research topics in CS
当前的研究场景为：Distributed System for Privacy Computing，故目前的项目除分布式计算系统外，还可能涉及部分隐私计算系统。关于分布式系统请参考另一个Project：Research on Distributed System
0.3 研究计划
已完成的工作：
1. 异构（CPU-GPU-FPGA）FATE系统开发
正在进行的工作：
1. 经典隐私计算论文研读
2. 近三年（2018-2021）会议论文分类
3. 基础知识补充
0.4 本文档章节规划
文档大体将分为知识补充、工程项目、研究项目三个类别，其中知识补充重点在于总结基础知识学习笔记、经典论文学习笔记等；工程项目重点在于总结与分布式系统相关的项目过程文档与项目成果；研究项目重点在于根据研究方向记录重点research笔记。
笔者将从此三个方向对个人知识结构进行梳理，你可以根据您的兴趣进行针对性阅读。
1. 知识补充
1.1 基础知识补充 1. 机器学习与联邦学习基础
1.2 经典论文选读 1. ABY3学习笔记1.3 工具学习 1. Docker技术学习笔记（未完成）
2. k8s技术学习笔记（未完成）
1.3 工具学习 1. Docker技术学习笔记（未完成）
2. k8s技术学习笔记（未完成）
2. 工程项目
2.1 异构版FATE系统开发 - 已完成
项目简介：
FATE是微众银行开发的一款用于联邦学习的开源系统（Github： https://github.com/FederatedAI/FATE），该项目将在FATE的基础上引入异构加速介质如GPU、FPGA等。FATE是笔者第一个详细阅读的开源系统，故在此项目过程文档中会涉及较多方法论，以辅助日后的开源系统阅读与开发。
笔者研究开源系统的步骤是，安装 - 熟悉并使用用户态 - 阅读用户态代码 - 溯源到内核代码 - 根据内核代码分析系统架构 - 阅读内核代码并修改
异构版开发涉及公司机密，故在本文档中仅给出开源版FATE相关文档。
异构版FATE开发相关过程文档如下：
1. FATE框架解读：Architecture of FATE
2. FATE部署：Deployment of FATE Cluster
2.2 3-party隐私计算系统开发（正在进行）
3. 研究项目
该章节组织结构为，Section 3.1将描述总结当今研究热点和寻找idea工作相关的过程文档，Section 3.2将总结某一idea研究中的过程文档，Section 3.3中将总结论文撰写工作相关文档。