핵심 개념
Proposing AerisAI for secure and efficient decentralized collaborative AI with differential privacy.
초록
最近のフェデレーテッドラーニング(FL)の概念に基づいて、信頼性を向上させるために新しい分散人工知能(AI)パラダイムが導入されました。しかし、多くの現行のFLシステムは、信頼できる第三者の必要性によりデータプライバシーの問題に直面しています。本研究では、ホモモーフィック暗号化と細かい粒度の差分プライバシーを使用してセキュリティを向上させるために、新しい分散協力型AIフレームワーク「AerisAI」を提案します。AerisAIは、ブロックチェーンベースのスマートコントラクトを使用して暗号化されたパラメーターを直接集約し、信頼できる第三者の必要性を排除します。また、異なるサービスレベル契約に基づいて細かい粒度のアクセス制御を実現するためにCP-ABEに基づくグループキー管理も提供します。
통계
提案手法は他の最先端手法よりも優れた結果を示す。
実験結果は、提案手法が他の最先端手法よりも優れていることを示している。
AerisAIは他の状況やデータセットでも堅牢であり適用可能であることが示唆されている。
인용구
"Decentralization. To address the weakness of requiring a centralized server, we employ blockchain to build a decentralized platform."
"Privacy preservation. We perturb the gradients by adding noise to prevent the real values of the gradients from being exposed on blockchain."
"Auditability. All the transactions on the blockchain are recorded and can be audited by all the clients."