返回
TDML — A Trustworthy Distributed Machine Learning Framework
DOI:10.1016/j.future.2025.107951.png)
摘要
En 中文
• 高效分布式、可信、安全计算框架:(i) 提出了一种利用区块链技术协调和验证分布式ML中远程训练工作负载的新框架,以实现隐私性、透明度和数据可追溯性。
• 拜占庭攻击检测与防御:(i) 为克服恶意节点的拜占庭攻击,我们分别提出了恶意检测和激励驱动机制。(ii) 实验结果表明,我们的基于梯度的恶意检测能够有效识别并隔离恶意训练者与良性节点。
• 全面性能评估:(i) 开展了全面的实验,展示了所提TDML框架相较于三种基线技术的有效性。(ii) 实验结果显示,我们的TDML框架超越了FedAvg的性能局限,并与单节点训练的基线性能持平。
期刊
F
IF:
0
论文数:
642
被引数:
0
机构
暂无机构信息
引用论文
Blockchain-Empowered Decentralized Horizontal Federated Learning for 5G-Enabled UAVs区块链授权的分散式水平联合学习,用于支持5g的无人机
Blockchain and Federated Learning for Privacy-Preserved Data Sharing in Industrial IoT区块链和联邦学习,用于工业物联网中隐私保护的数据共享
When Federated Learning Meets Blockchain: A New Distributed Learning Paradigm当联合学习遇到区块链: 一种新的分布式学习范式

