Core Concepts
分散型エッジデバイスでの機械学習モデルのトレーニングにおいて、データの透明性と信頼性を高めるための手法が重要である。
Abstract
分散型エッジデバイスでの機械学習モデルトレーニングにおけるデータ透明性と信頼性向上の重要性が強調されています。提案された手法は、モデルスナップショットや暗号化技術を活用して、効率的なトレーニングプロセスを実現しました。これにより、FLシステム全体の信頼性と再現性が向上しました。さらなる実験評価により、提案手法が効果的であることが示されました。
Stats
CIFAR10およびMNISTデータセットでは、暗号化ハッシュ挿入によりオーバーヘッドが3%まで低下しました。
CelebAデータセットでは、暗号化ハッシュ挿入によりオーバーヘッドが44%まで低下しました。