遥测功能#
Flower 开源项目收集匿名使用指标，以便在充分知情的情况下做出改进 Flower 的决定。这样做能让 Flower 团队了解 Flower 的使用情况以及用户可能面临的挑战。
Flower 是一个用于协作式人工智能和数据科学的友好框架。 Flower 遵循这一声明，让不想分享匿名使用指标的用户可以轻松禁用遥测技术。
原则#
我们遵循严格的匿名使用指标收集原则：
如何退出#
Flower 启动时，会检查环境变量 FLWR_TELEMETRY_ENABLED 是否存在。通过设置 FLWR_TELEMETRY_ENABLED=0 可以轻松禁用遥测功能。假设你启动的是 Flower 服务器或客户端，只需在命令前添加以下内容即可：
FLWR_TELEMETRY_ENABLED=0 python server.py # or client.py
或者，你也可以在 .bashrc（或任何适用于你的环境的配置文件）中导出 FLWR_TELEMETRY_ENABLED=0 来永久禁用 Flower telemetry。
收集的指标#
Flower 遥测技术收集以下指标：
**了解目前使用的 Flower 版本。这有助于我们决定是否应该投入精力为旧版本的 Flower 发布补丁版本，还是利用带宽来构建新功能。
操作系统使我们能够回答以下问题： 我们应该为 Linux、macOS 还是 Windows 创建更多指南？
**例如，了解 Python 版本有助于我们决定是否应该投入精力支持旧版本的 Python，还是停止支持这些版本并开始利用新的 Python 功能。
硬件属性 了解 Flower 的硬件使用环境，有助于决定我们是否应在支持低资源环境等方面投入更多精力。
** 执行模式** 了解 Flower 的启动执行模式，能让我们了解某些功能的使用率，并据此更好地确定优先级。
**每次 Flower 工作负载启动时，Flower 遥测都会随机分配一个内存集群 ID。这样，我们就能了解哪些设备类型不仅启动了 Flower 工作负载，而且还成功完成了它们。
Source. Flower 遥测会在第一次生成遥测事件时，尝试在 ~/.flwr/source 中存储一个随机源 ID。源 ID 对于识别问题是否反复出现或问题是否由多个集群同时运行触发（这在模拟中经常发生）非常重要。例如，如果设备同时运行多个工作负载并导致问题，那么为了重现问题，必须同时启动多个工作负载。
您可以随时删除源 ID。如果您希望删除特定源 ID 下记录的所有事件，可以向 telemetry@flower.ai 发送删除请求，并提及该源 ID。届时，与该源 ID 相关的所有事件都将被永久删除。
我们不会收集任何个人身份信息。如果您认为所收集的任何指标可能以任何方式被滥用，请[与我们联系]（#how-to-contact-us）。我们将更新本页面，以反映对所收集指标的任何更改，并在更新日志中公布更改内容。
如果您认为其他指标有助于我们更好地指导决策，请告诉我们！我们将仔细审查这些指标；如果我们确信它们不会损害用户隐私，我们可能会添加这些指标。
如何检查报告中的内容#
我们希望能让您轻松查看所报告的匿名使用指标。通过设置环境变量 FLWR_TELEMETRY_LOGGING=1 可以查看所有报告的遥测信息。日志记录默认为禁用。您可以不使用 FLWR_TELEMETRY_ENABLED 而单独使用日志记录，这样就可以在不发送任何指标的情况下检查遥测功能。
FLWR_TELEMETRY_LOGGING=1 python server.py # or client.py
在不发送任何匿名使用指标的情况下检查 Flower 遥测，可使用这两个环境变量：
FLWR_TELEMETRY_ENABLED=0 FLWR_TELEMETRY_LOGGING=1 python server.py # or client.py
如何联系我们#
我们希望听到您的意见。如果您对如何改进我们处理匿名使用指标的方式有任何反馈或想法，请通过 Slack （频道 #telemetry）或电子邮件 (telemetry@flower.ai)与我们联系。