1. 简介

本项目基于PyTorch 1.11.0和Python 3.9.7。它支持使用GPU，当然它可以在没有GPU的情况下运行(它需要对代码的GPU部分进行简单的修改)。超参数信息封装在utils的conf.json中，可以修改json文件直接调用。数据集目前采用MNIST数据集和CIFAR-10数据集，构建模型实现了基于灰白图片（单通道）和彩色图片（三通道）的FedAvg，项目代码简洁，注释清晰，如果我的项目对您有所帮助，麻烦点亮一颗小星星，这将是对我最大的鼓励与支持！

2. 使用方法

如果你只是想使用FedAvg，修改conf.json中的noise设置为0, 运行如下代码：

python server.py -c ./utils/conf.json

2.2 差分隐私

如果你想使用基于差分隐私的FedAvg，修改conf.json中的noise设置为1（拉普拉斯机制）或者2（高斯机制），sigma用来调节噪声幅度，运行如下代码：

python server.py -c ./utils/conf.json

2.3 DP+paillier

如果你想使用基于差分隐私和同态加密的FedAvg，修改conf.json中的noise设置为1（拉普拉斯机制）或者2（高斯机制），sigma用来调节噪声幅度，运行如下代码：

python server_encrypt.py -c ./utils/conf.json

3. 其他文件

new_paillier.py文件中的加密算法是用来加解密文本信息，test.py是用来测试Paillier的用法，可以忽略。