Fantastyc：基于区块链的安全实用联邦学习
密码学与安全
2024-07-30 v2 分布式、并行与集群计算
摘要
联邦学习是一种去中心化框架，使多个客户端能够在中央服务器的协调下协作训练机器学习模型，而无需共享其本地数据。该框架的中心化特性是一个故障点，文献中通过基于区块链的联邦学习方法来解决。虽然这些方法确保了完全去中心化的解决方案和可追溯性，但在实际部署中仍面临完整性、机密性和可扩展性方面的若干挑战。本文提出了Fantastyc，一种旨在解决这些在现有技术中从未同时得到解决的挑战的方案。
引用
@article{arxiv.2406.03608,
title = {Fantastyc: Blockchain-based Federated Learning Made Secure and Practical},
author = {William Boitier and Antonella Del Pozzo and Álvaro García-Pérez and Stephane Gazut and Pierre Jobic and Alexis Lemaire and Erwan Mahe and Aurelien Mayoue and Maxence Perion and Tuanir Franca Rezende and Deepika Singh and Sara Tucci-Piergiovanni},
journal= {arXiv preprint arXiv:2406.03608},
year = {2024}
}