Core Concepts
연합 학습 프로세스의 데이터 및 계산 무결성을 종단 간 검증할 수 있는 시스템을 제안한다.
Abstract
이 논문은 연합 학습 시스템의 데이터 및 계산 무결성을 종단 간 검증할 수 있는 새로운 시스템을 제안한다. 기존의 검증 가능한 분산 연합 학습 시스템은 블록체인과 영지식 증명(ZKP)을 활용하여 로컬 학습과 전역 집계의 계산 무결성을 검증할 수 있지만, 데이터 소스의 무결성은 검증하지 못한다.
이 논문에서는 데이터 소스의 인증성 증명을 통해 데이터와 계산의 종단 간 무결성을 검증할 수 있는 시스템을 제안한다. 프라이버시와 투명성 간의 inherent 갈등을 해결하기 위해 2단계 증명 및 검증(2PV) 방법을 도입한다. 등록 워크플로우를 통해 디바이스 인증서를 비공개로 검증하고, 학습 워크플로우를 통해 기존 블록체인 및 ZKP 기반 연합 학습 시스템에 데이터 인증성 증명을 확장한다.
프로토타입 구현 평가 결과, 제안 시스템은 기존 솔루션 대비 약간의 오버헤드만 발생하면서도 종단 간 검증 가능성을 달성할 수 있음을 보여준다.
Stats
학습 데이터 배치 크기가 증가할수록 모델 정확도가 더 빠르게 향상되고 더 높은 정확도를 달성할 수 있다.
제안 시스템의 등록 워크플로우 총 실행 시간은 약 10초이며, 학습 워크플로우는 기존 대비 약 10초 더 소요된다.
제안 시스템의 블록체인 트랜잭션 비용은 기존 대비 약간의 오버헤드만 발생한다.