Core Concepts
提案されたブロックチェーンと分散台帳技術に基づく安全で信頼性の高いFLシステムは、悪意あるクライアント側の行動に対して堅牢であり、新たな研究方向を提示する。
Abstract
ディープラーニング時代におけるフェデレーテッドラーニング(FL)は、多施設データ所有者が協力して機械学習モデルをトレーニングする有望な手法である。
既存のFLアプローチは中央集権型サーバーに依存しており、これはシステムを攻撃しやすくする。
提案されたアプローチは、ブロックチェーンと分散台帳技術に基づいており、ピア・ツー・ピア投票メカニズムと報酬・罰則メカニズムを組み込んでいる。
FLシステムが毒入り攻撃から堅牢であることが実証されている。
結果は金融や医療など幅広いアプリケーションに利益をもたらす可能性がある。
Stats
ブロックチェーン技術はさまざまな産業で注目されている。
提案されたフレームワークは貸付債務不履行予測などの実用的な金融問題で評価されている。
Quotes
"The proposed defense mechanism is motivated by proof-of-stake (PoS), a consensus mechanism in blockchain, and The Resistance, a role-playing board game."
"Our solution can be seamlessly integrated into any smart-contract-enabled blockchain without requiring modifications to the underlying consensus design."