Introduction

  1. 区块链可以用于取代联邦学习中的中心聚合服务器

  1. 目前的区块链联邦学习中的区块链和参与联邦学习的用户独立,相当于服务器换成了一条区块链,也会有隐私泄漏的风险

  1. 目前的区块链联邦学习的工作缺乏对收敛性能和资源分配的考虑

本文做的工作是把挖矿任务也交给训练模型的用户,即用户即要训练模型又要进行挖矿.同时本文计算了改方法的收敛上界,并用实验结果证明上界分析的正确性.最优化了挖矿和训练两种行为的计算资源分配.同时考虑了lazy clients的情况,考虑了lazy client的存在对性能的影响

PRELIMINARIES

  1. 联邦学习:参与方共享本地数据训练的本地模型,保护隐私

  1. 区块链:去中心化的账本.每个区块包含交易记录,新的区块由计算出随机数nonce的矿工的账本生成

PROPOSED FRAMEWORK

BLADE-FL

Computing Resource Allocation Model

假设要在t_sum 时间内完成训练

PERFORMANCE ANALYSIS OF THE BLADE-FL SYSTEM

Achievable Upper Bound Analysis

和最优loss的差距上界,得出上界和K(联邦学习总轮次)有关

得出最小化上界的K值

EXPERIMENTAL RESULTS

Experimental Setting

dataset

MNIST,Fashion-MNIST,Cifar-10,SVHN 都是图像分类问题

Learning models.

result

实际实验也在相同的最优K的下达到最小loss

loss和K的关系图是凸关系

ming overhead 一般

训练效果最好

Conclusion

  • 提出了BLADE-FL 框架, 让用户进行模型训练和挖矿工作, 避免了单点故障和隐私泄漏

  • 分析了框架的损失函数的上界,验证了上界和联邦学习轮次K是凸关系,利用K达到上界最优化

  • 实验验证了上界分析的正确性

未来工作

  • 设计激励机制

  • 识别lazy client

  • 损失函数缺少凸性时的性能需要进一步分析

Blockchain Assisted Decentralized Federated Learning 阅读笔记 TPDS’2022相关推荐

  1. Blockchain Empowered Asynchronous Federated Learning for Secure Data Sharing in Internet of Vehicles

    <Blockchain Empowered Asynchronous Federated Learning for Secure Data Sharing in Internet of Vehi ...

  2. A Blockchain-based Decentralized Federated Learning Framework wth Committee Consensus

    A Blockchain-based Decentralized Federated Learning Framework with Committee Consensus 基于区块链的具有委员会共识 ...

  3. Ranked List Loss for Deep Metric Learning | 阅读笔记

    Ranked List Loss for Deep Metric Learning | 阅读笔记 这是CVPR2019上一篇度量学习的论文. 摘要 深度度量学习(DML)的目的是学习可以捕获数据点之间 ...

  4. Bayesian Compression for Deep Learning 阅读笔记

    Bayesian Compression for Deep Learning 阅读笔记 一.论文摘要 二.模型介绍 2.1 概述 2.2 变分贝叶斯和最小描述长度 2.2.1 变分推断 2.2.2 最 ...

  5. 【个性化联邦学习】Towards Personalized Federated Learning 论文笔记整理

    Towards Personalized Federated Learning 一.背景 二.解决策略 2.1 策略一.全局模型个性化 2.2 策略二.学习个性化模型 三.具体方案 3.1 全局模型个 ...

  6. T-PAMI-2021论文Semi-Supervised Multi-View Deep Discriminant Representation Learning阅读笔记

    提示:文 0.论文信息 题目:Semi-Supervised Multi-View Deep Discriminant Representation Learning 期刊: IEEE Transac ...

  7. Alpa: Automating Inter- and Intra-Operator Parallelism for Distributed Deep Learning阅读笔记

    Alpa: Automating Inter- and Intra-Operator Parallelism for Distributed Deep Learning Alpa阅读笔记 一.论文的研 ...

  8. FeUdal Networks for Hierarchical Reinforcement Learning 阅读笔记

    FeUdal Networks for Hierarchical Reinforcement Learning 标签(空格分隔): 论文笔记 增强学习算法 FeUdal Networks for Hi ...

  9. Distantly Supervised NER with Partial Annotation Learning and Reinforcement Learning阅读笔记

    论文地址:Distantly Supervised NER with Partial Annotation Learning and Reinforcement Learning (aclanthol ...

最新文章

  1. screen史上最全教程
  2. 如何网络推广为你出招解决网站跳出率高问题!
  3. SIP与RTP综合应用5-RTP解包过程
  4. 选轻量应用服务器or云服务器ECS?一图帮你彻底区分
  5. Java分布式篇5——FastDFS
  6. python etree创建xml_Python构建XML树结构的实例教程
  7. vue-cli的项目文件说明
  8. iOS开发之Swift 4 JSON 解析指南
  9. Pravega Flink connector 的过去、现在和未来
  10. MySQL 操作语句大全(详细)
  11. 左耳朵耗子:疫情下的远程办公,聊聊我的经验和实践
  12. 中兴ZTE:五年工作感想
  13. BZOJ 4565 字符合并 (区间状压dp)
  14. lvgl chart
  15. python投票程序计数_计数投票程序
  16. Google 回归中国,你准备好成为 Googler 了吗?
  17. nasm预处理器(1)
  18. 移植华为LiteOS
  19. 面对逆境:你是胡萝卜、鸡蛋还是咖啡豆
  20. 搭建WIKI-dokuwiki

热门文章

  1. 垃圾ACMer的暑假训练220716
  2. 春节快乐!(深度学习框架相关文章整理)
  3. python 期末考
  4. irsend 树莓派 php,使用树莓派(Raspberry Pi)实现智能家居(3/4)
  5. 双二极管钳位电路的原理分析
  6. 解决AXmath公式编号从0开始的问题
  7. Unity3D-制作火焰效果
  8. Cont. TF-IDF (BigData Data Mining)
  9. 解析百度凤巢系统下的第一次百度更新
  10. 湖北师范大学计算机考研资料汇总