IoT Federated Blockchain Learning at the Edge

要約

タイトル：IoT Federated Blockchain Learning at the Edge

要約：

– 医療分野においては、機械学習による価値が未だ完全には実現されていない。
– IoTデバイスは低コスト、省エネ、小型ながら高い機能を持った機器であり、医療分野においても利用されることが期待されている。
– 本論文では、IoTデバイスによる分散型フェデレーテッド学習フレームワークを提案する。
– このフレームワークは、ブロックチェーンを利用して分散化されたスキームを実現することで、集中型システムよりもプライバシと効率を向上させる。
– このシステムは、以下の3つのパラダイムを対象としている。
– IoTデバイス上でニューラルネットワークをトレーニングすることで、データセットと学習を分離することでプライバシを確保し、同時に実データをトレーニングしてモデルを動的に適応することができる。
– 完全にプライベートなIoMTシステムをトレーニングし、医療データの機密性を確保し、ロバストかつベスポークなモデルを構築することができる。
– Federated Learningに対して実際のネットワークトレーニングを分散して、病院などが余分な計算リソースを利用してネットワークモデルをトレーニングできるようにする。

要約(オリジナル)

IoT devices are sorely underutilized in the medical field, especially within machine learning for medicine, yet they offer unrivaled benefits. IoT devices are low-cost, energy-efficient, small and intelligent devices. In this paper, we propose a distributed federated learning framework for IoT devices, more specifically for IoMT (Internet of Medical Things), using blockchain to allow for a decentralized scheme improving privacy and efficiency over a centralized system; this allows us to move from the cloud-based architectures, that are prevalent, to the edge. The system is designed for three paradigms: 1) Training neural networks on IoT devices to allow for collaborative training of a shared model whilst decoupling the learning from the dataset to ensure privacy. Training is performed in an online manner simultaneously amongst all participants, allowing for the training of actual data that may not have been present in a dataset collected in the traditional way and dynamically adapt the system whilst it is being trained. 2) Training of an IoMT system in a fully private manner such as to mitigate the issue with confidentiality of medical data and to build robust, and potentially bespoke, models where not much, if any, data exists. 3) Distribution of the actual network training, something federated learning itself does not do, to allow hospitals, for example, to utilize their spare computing resources to train network models.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI