面向可持续区块链的联邦学习共识机制无平台证明
密码学与安全
2022-11-01 v3 计算机科学与博弈论
摘要
工作量证明（PoW）作为区块链的代表性共识协议，消耗海量计算与能源在矿工间确定记账权，却无任何实际用途。为克服 PoW 的缺陷，我们提出一种新颖的能源回收共识机制，称为联邦学习无平台证明（PF-PoFL），其将原本浪费于求解艰难而无意义的 PoW 谜题的计算力用于执行实际的联邦学习（FL）任务。然而，由于不可信环境与矿工自利特性，潜在安全威胁与效率隐患可能出现。本文中，通过设计新颖的区块结构、新交易类型与基于信用的激励，PF-PoFL 以完全去中心化方式实现高效人工智能（AI）任务外包、联邦挖矿、模型评估与奖励分发，同时抵御欺骗与女巫攻击。此外，PF-PoFL 为矿工配备用户级差分隐私机制，以防止 FL 模型训练中的隐式隐私泄露。进而，通过考量多样 FL 任务下矿工动态特征（如训练样本、非独立同分布程度与网络延迟），提出一种基于联邦形成博弈的机制，以分布式形成具纳什稳定收敛的优化不相交矿工划分结构。大量仿真验证了 PF-PoFL 的效率与有效性。
引用
@article{arxiv.2208.12046,
title = {A Platform-Free Proof of Federated Learning Consensus Mechanism for Sustainable Blockchains},
author = {Yuntao Wang and Haixia Peng and Zhou Su and Tom H Luan and Abderrahim Benslimane and Yuan Wu},
journal= {arXiv preprint arXiv:2208.12046},
year = {2022}
}
备注
Accepted by IEEE Journal on Selected Areas in Communications