理性对手情境下的编码理论：源于去中心化机器学习的动机
机器学习
2026-01-06 v1
摘要
编码理论在可靠通信、存储与计算中发挥关键作用。经典方法假设最坏情况对手模型，仅在诚实节点数超过对手节点数时确保误差更正与数据恢复。然而，在去中心化机器学习 (DeML) 等新兴应用中，节点因接受贡献而获得奖励，自然产生以策略性行为为特征的理性对手。本文首先阐明在去中心化系统中面对理性对手时的编码需求，尤其是 Outsourced Computation 的情境。随后，我们提出“编码之战”——一种新颖的博弈论框架，将编码理论扩展至信任最小化场景（诚实节点非多数）。聚焦重复编码，我们强调该框架的两个关键特性：(1) 在对手节点为多数时仍可实现非零数据恢复概率；(2) 鉴别攻击鲁棒性，即对手节点数增加后博弈均衡不变。最后，我们探讨对手策略未知的情形，概述未来研究的若干开放问题。
引用
@article{arxiv.2601.02313,
title = {Game of Coding: Coding Theory in the Presence of Rational Adversaries, Motivated by Decentralized Machine Learning},
author = {Hanzaleh Akbari Nodehi and Viveck R. Cadambe and Mohammad Ali Maddah-Ali},
journal= {arXiv preprint arXiv:2601.02313},
year = {2026}
}