FLoBC：一种基于区块链的去中心化联邦学习框架
分布式、并行与集群计算
2022-10-10 v2 机器学习
多智能体系统
摘要
全球数据的快速增长催生了对于更分布式解决方案的需求，以便在更大规模上应用机器学习。由此产生的分布式学习系统可具有不同程度的中心化。在本工作中，我们展示了利用区块链技术构建通用去中心化联邦学习系统的解决方案 FLoBC，其可兼容任何与梯度下降优化兼容的机器学习模型。我们提出了由两类去中心化角色——训练者与验证者——组成的系统设计，以及确保该系统可靠高效运行的方法论。最后，我们将 FLoBC 用作实验沙盒，比较并对比训练者-验证者比例、奖惩策略与模型同步方案对整体系统性能的影响，最终通过实例表明去中心化联邦学习系统确实是比更中心化架构更为可行的替代方案。
引用
@article{arxiv.2112.11873,
title = {FLoBC: A Decentralized Blockchain-Based Federated Learning Framework},
author = {Mohamed Ghanem and Fadi Dawoud and Habiba Gamal and Eslam Soliman and Hossam Sharara and Tamer El-Batt},
journal= {arXiv preprint arXiv:2112.11873},
year = {2022}
}
备注
BSc Computer Engineering Thesis [AUC, Spring 21]