基于聯(lián)盟鏈的可信聯(lián)邦學習方法

摘要： 針對基于中央服務器的聯(lián)邦學習存在的梯度泄露、投毒攻擊和單點故障問題，設計一種基于聯(lián)盟鏈的可信聯(lián)邦學習方法。在客戶端上傳梯度前對梯度進行稀疏化，有效降低梯度泄露風險，緩解通信壓力；根據(jù)參數(shù)質量篩選優(yōu)質梯度進行全局聚合，降低投毒攻擊對模型的影響；提出一種基于雙因子貢獻的區(qū)塊鏈共識算法，在有效激勵聯(lián)邦學習客戶端參與訓練的同時，提高了系統(tǒng)的穩(wěn)定性。實驗結果表明，基于聯(lián)盟鏈的可信聯(lián)邦學習...