近日，由复旦大学数据分析与安全实验室团队开发的安全多方学习框架FudanMPL（Queqiao）发布了新版本，新增了多项功能，并为部分代码添加了详细注释。
FudanMPL历史路线图
本次更新新增了如下特性：
l新增Config配置类。用户可通过调整Constant.json文件中的项目参数在无需更改或添加源代码以及不重新编译整个项目的情况下完成多种智能模型的安全训练。每个配置项的详细信息可见config/Config.hpp中的注释。
l支持多种数据集读取方式。支持特征和label在一个文件里，或者放在不同文件里，通过改变参数TRAIN_TEST_SAME即可选择不同的读取方式；增加读取正负数、浮点数功能；支持文件路径参数可配置；增加对用户透明的缓存数据加载功能，加速数据加载读取。
l新增多方数据合并功能。各方持有各自数据，将本地数据秘密共享后发送给其他方，同时接收其他方的秘密共享数据，最后将所有秘密共享数据合并在一起。
l为项目的部分代码添加了注释，说明了接口的详细信息以及相关功能，为后续开发者参与项目开发提供了便利。
项目地址：https://github.com/FudanMPL/SecMML
联系教授：韩伟力，wlhan@fudan.edu.cn