Proof-of-Collaborative-Learning: A Multi-winner Federated Learning Consensus Algorithm

要約

ブロックチェーンには、そのバリエーションに関係なく、トランザクションの検証、追加されたブロックの監視、ネットワーク セキュリティの維持、ネットワーク状態の同期、およびインセンティブの配布のためのコンセンサス メカニズムが必要です。
コンセンサスメカニズムの最も影響力のある実装の 1 つである Proof-of-Work (PoW) は、直接的な生産的な成果を持たないタスクに膨大な量のエネルギーを消費します。
この論文では、ブロックチェーンの計算能力をフェデレーテッド ラーニング モデルのトレーニングにリダイレクトする、複数の勝者のフェデレーテッド ラーニング検証済みコンセンサス メカニズムである Proof-of-Collaborative-Learning (PoCL) を提案します。
さらに、ローカルでトレーニングされたマイナーのモデルの効率を確保するための新しい評価メカニズムを紹介します。
私たちは、考えられる攻撃を導入して実行することによって、評価メカニズムの安全性を評価しました。
さらに、勝者マイナーに公平にインセンティブを与えるための新しい報酬分配メカニズムを提示し、報酬システムがラウンド内およびラウンド全体にわたって公平であることを実証します。

要約(オリジナル)

Regardless of their variations, blockchains require a consensus mechanism to validate transactions, supervise added blocks, maintain network security, synchronize the network state, and distribute incentives. Proof-of-Work (PoW), one of the most influential implementations of consensus mechanisms, consumes an extraordinary amount of energy for a task that lacks direct productive output. In this paper, we propose Proof-of-Collaborative-Learning (PoCL), a multi-winner federated learning validated consensus mechanism that redirects the computation power of blockchains to train federated learning models. In addition, we present a novel evaluation mechanism to ensure the efficiency of the locally trained models of miners. We evaluated the security of our evaluation mechanism by introducing and conducting probable attacks. Moreover, we present a novel reward distribution mechanism to incentivize winning miners fairly, and demonstrate that our reward system is fair both within and across all rounds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google