通过区块链网络在机器学习与计算仿真中促进分布式信任
分布式、并行与集群计算
2018-10-29 v1
摘要
政策决策日益依赖于仿真和/或机器学习模型的结果。共享并交互这些结果的能力在多个领域中都具有相关性，在疾病建模界尤为关键，因为模型通常仅对其生成者可访问和可操作。本工作提出一种基于区块链的系统，在建模过程涉及的各方之间建立去中心化信任。利用 OpenMalaria 框架，我们展示了存储、共享和维护仿真过程中每一步可审计日志与记录的能力，说明了如何验证计算工作者生成的结果。我们还展示了系统如何监控工作者输出，通过与最近邻或历史奖励空间比较来对工作者排序并识别故障工作者，以此确保模型质量。
引用
@article{arxiv.1810.11126,
title = {Promoting Distributed Trust in Machine Learning and Computational Simulation via a Blockchain Network},
author = {Nelson Kibichii Bore and Ravi Kiran Raman and Isaac M. Markus and Sekou L. Remy and Oliver Bent and Michael Hind and Eleftheria K. Pissadaki and Biplav Srivastava and Roman Vaculin and Kush R. Varshney and Komminist Weldemariam},
journal= {arXiv preprint arXiv:1810.11126},
year = {2018}
}