期刊：IEEE Transactions on Artificial Intelligence

作者：Leiming Chen;Dehai Zhao;Liping Tao;Kai Wang;Sibo Qiao;Xingjie Zeng;Chee Wei Tan

時(shí)間：2024.1.17

主要研究

1）提出了一個(gè)可信且公平的聯(lián)邦學(xué)習(xí)計(jì)算框架，通過區(qū)塊鏈技術(shù)和智能合約機(jī)制保證整個(gè)聯(lián)邦任務(wù)過程的安全。

2）提出了一種基于模型特征融合的惡意客戶端識(shí)別方法，以實(shí)現(xiàn)聯(lián)邦學(xué)習(xí)中安全的全局模型聚合。

3）提出了一種基于Shapley值的改進(jìn)方法，該方法結(jié)合了客戶樣本數(shù)量和模型質(zhì)量來公平地評(píng)估客戶貢獻(xiàn)。

4）設(shè)計(jì)了不同的客戶端攻擊場(chǎng)景來驗(yàn)證框架的可靠性、設(shè)計(jì)了不同的客戶端攻擊場(chǎng)景來驗(yàn)證框架的可靠性。

貢獻(xiàn)評(píng)價(jià)

現(xiàn)有評(píng)估聯(lián)邦學(xué)習(xí)貢獻(xiàn)的方法包括自我報(bào)告法、沙普利值法（Shapley Value）和客戶聲譽(yù)法。

自我報(bào)告法：參與的客戶準(zhǔn)確地報(bào)告他們的數(shù)據(jù)和計(jì)算資源，任務(wù)發(fā)起者分析報(bào)告以實(shí)現(xiàn)客戶貢獻(xiàn)評(píng)估。

沙普利值法：分三步計(jì)算客戶貢獻(xiàn)，首先計(jì)算客戶參與全局模型融合的價(jià)值。然后，計(jì)算不參與的價(jià)值。最后，使用兩種場(chǎng)景的差異來計(jì)算客戶的邊際貢獻(xiàn)。

客戶聲譽(yù)法：主要通過評(píng)估聯(lián)邦任務(wù)中每個(gè)客戶的行為來計(jì)算客戶的聲譽(yù)值，最終實(shí)現(xiàn)合理的獎(jiǎng)勵(lì)分配通過每個(gè)客戶的聲譽(yù)價(jià)值。

如何識(shí)別惡意客戶端并實(shí)現(xiàn)安全可信的全局模型的聚合？

如何評(píng)估客戶的貢獻(xiàn)并實(shí)現(xiàn)公平的獎(jiǎng)勵(lì)分配？

如何保證聯(lián)邦任務(wù)全過程的安全可信？

（1）FedCFB的架構(gòu)設(shè)計(jì)

FedCFB框架由聯(lián)邦層、區(qū)塊鏈層、客戶端層組成。聯(lián)邦層負(fù)責(zé)協(xié)調(diào)和調(diào)度所有聯(lián)邦任務(wù)，區(qū)塊鏈層負(fù)責(zé)存儲(chǔ)聯(lián)邦任務(wù)信息、客戶端模型、獎(jiǎng)勵(lì)等，客戶端層主要執(zhí)行聯(lián)邦任務(wù)。

在FedCFB框架中，任務(wù)發(fā)布者創(chuàng)建聯(lián)合任務(wù)并邀請(qǐng)其他客戶端加入。當(dāng)客戶端收到任務(wù)消息時(shí)，根據(jù)自己的計(jì)算和數(shù)據(jù)資源決定是否參與。任務(wù)發(fā)布者負(fù)責(zé)整個(gè)聯(lián)邦任務(wù)，并根據(jù)每個(gè)客戶端的貢獻(xiàn)分配獎(jiǎng)勵(lì)。整個(gè)過程概述如下：

1. 任務(wù)創(chuàng)建階段：任務(wù)發(fā)布者制定任務(wù)描述，包括任務(wù)信息、模型、數(shù)據(jù)類型和獎(jiǎng)勵(lì)詳情。接下來，任務(wù)發(fā)布者廣播任務(wù)并形成聯(lián)邦任務(wù)塊，將任務(wù)信息寫入?yún)^(qū)塊鏈。
2. 任務(wù)初始化階段：其他參與者收到廣播消息，根據(jù)自己的計(jì)算和數(shù)據(jù)資源選擇加入任務(wù)。
3. 客戶端選擇階段：任務(wù)發(fā)布者檢查區(qū)塊鏈上每個(gè)參與者的信譽(yù)記錄，并根據(jù)信譽(yù)記錄選擇客戶端。任務(wù)發(fā)布者將初始化模型發(fā)送給候選客戶端。
4. 模型訓(xùn)練階段：選定的客戶使用本地?cái)?shù)據(jù)來訓(xùn)練模型。當(dāng)模型訓(xùn)練完成后，每個(gè)客戶端計(jì)算模型的MD5并將其簽名信息存儲(chǔ)在區(qū)塊鏈中。最后，每個(gè)客戶端將模型發(fā)送給任務(wù)發(fā)布者。
5. 模型檢測(cè)階段：任務(wù)發(fā)布者首先接收各個(gè)客戶端發(fā)送的模型，并從區(qū)塊鏈上下載每個(gè)模型的簽名和MD5信息，以識(shí)別模型是否完整、可信。然后，調(diào)用惡意模型檢測(cè)算法對(duì)每個(gè)模型進(jìn)行檢測(cè)，并根據(jù)檢測(cè)結(jié)果將客戶端分為可信客戶端和惡意客戶端組。
6. 聲譽(yù)評(píng)估階段：任務(wù)發(fā)布者識(shí)別模型后，通過評(píng)估模型的結(jié)果并計(jì)算每個(gè)客戶的新聲譽(yù)來評(píng)估客戶的聲譽(yù)。最后，任務(wù)發(fā)布者將聲譽(yù)值存儲(chǔ)在區(qū)塊鏈中。
7. 模型聚合階段：任務(wù)發(fā)布者將可信客戶端的模型聚合成全局模型，然后將全局模型的MD5和簽名存儲(chǔ)在區(qū)塊鏈中。最后，將全局模型發(fā)送給每個(gè)參與者。
8. 貢獻(xiàn)評(píng)估階段：任務(wù)發(fā)布者通過貢獻(xiàn)評(píng)估算法計(jì)算每個(gè)客戶端的貢獻(xiàn)，計(jì)算每個(gè)客戶端的獎(jiǎng)勵(lì)，最后將獎(jiǎng)勵(lì)值寫入?yún)^(qū)塊鏈。

（2）基于區(qū)塊鏈的智能合約機(jī)制

設(shè)計(jì)了五種智能合約和四種類型的區(qū)塊鏈，每個(gè)區(qū)塊鏈將由所有任務(wù)發(fā)布者和參與者節(jié)點(diǎn)監(jiān)督和維護(hù)，以防止篡改。任務(wù)發(fā)布者或參與者存儲(chǔ)信息的過程將被視為一個(gè)交易，所有節(jié)點(diǎn)都會(huì)將該交易發(fā)送給其所有鄰居節(jié)點(diǎn)，直到網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)都收到該交易。一旦所有節(jié)點(diǎn)驗(yàn)證完畢，交易就會(huì)被存儲(chǔ)在相應(yīng)的區(qū)塊鏈上。

任務(wù)合約（Task Contract）：該合約主要完成聯(lián)邦任務(wù)的創(chuàng)建以及參與者的任務(wù)共識(shí)。當(dāng)任務(wù)發(fā)布者發(fā)布新任務(wù)時(shí)，任務(wù)合約將被觸發(fā)，新任務(wù)將被廣播到所有節(jié)點(diǎn)。每個(gè)參與節(jié)點(diǎn)根據(jù)自己的計(jì)算資源、數(shù)據(jù)資源和獎(jiǎng)勵(lì)來決定是否參與該任務(wù)。如果參與者加入任務(wù)，則會(huì)將信息發(fā)送給任務(wù)發(fā)布者。所有任務(wù)信息都將存儲(chǔ)在任務(wù)鏈中，其中包括任務(wù)描述和參與者信息，例如計(jì)算資源和訓(xùn)練數(shù)據(jù)、總獎(jiǎng)勵(lì)以及每輪獎(jiǎng)勵(lì)的分配規(guī)則。合約存儲(chǔ)了任務(wù)鏈中的所有信息。

模型合約（Model Contract）：該合約主要完成參與者模型的信息存儲(chǔ)。任務(wù)發(fā)布者首先將初始化的全局模型的MD5和簽名信息存儲(chǔ)在模型鏈上。在每輪通信開始時(shí)，每個(gè)客戶端都會(huì)從模型鏈下載全局模型來初始化本地模型。接下來，每個(gè)客戶端使用本地?cái)?shù)據(jù)來訓(xùn)練本地模型。最后，每個(gè)客戶端將模型的MD5和簽名信息上傳到模型鏈。

安全聚合合約（Security Aggregator Contract）：該合約主要保證全局模型的安全聚合。當(dāng)參與本輪的所有節(jié)點(diǎn)完成模型上傳后，觸發(fā)該合約的執(zhí)行。本合約集成了第III-D節(jié)中的安全聚合算法，以融合本輪的全局模型。最后，任務(wù)發(fā)起者將全局模型的信息存儲(chǔ)在模型鏈中。

信譽(yù)合約（Reputation Contract）：該合約主要完成客戶歷史信譽(yù)值的查詢和存儲(chǔ)客戶新的信譽(yù)值。任務(wù)發(fā)布者調(diào)用該合約來獲取每個(gè)客戶的歷史聲譽(yù)信息，以更好地選擇候選人。當(dāng)每輪通信完成后，任務(wù)發(fā)布者調(diào)用該合約計(jì)算本輪各節(jié)點(diǎn)新的信譽(yù)值，最后將新的信譽(yù)值和一些相關(guān)信息寫入信譽(yù)鏈。

貢獻(xiàn)與獎(jiǎng)勵(lì)合約（Contribution and Reward Contract）：該合約主要評(píng)估每個(gè)參與節(jié)點(diǎn)在每一輪中的貢獻(xiàn)和獎(jiǎng)勵(lì)分配。任務(wù)發(fā)布者在每一輪中都會(huì)調(diào)用這個(gè)合約。合約集成了Section III-E的算法，可以計(jì)算每個(gè)參與者的貢獻(xiàn)和獎(jiǎng)勵(lì)，最后將計(jì)算出的值寫入CR-Chain。文章來源地址http://www.zghlxwxcb.cn/news/detail-854446.html

到了這里，關(guān)于《A Credible and Fair Federated Learning FrameworkBased on Blockchain》基于區(qū)塊鏈的可信、公平的聯(lián)邦學(xué)習(xí)框架的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！