基于區(qū)塊鏈隱私增強(qiáng)的聯(lián)邦學(xué)習(xí)可驗(yàn)證安全存儲(chǔ)方案
計(jì)算機(jī)工程與設(shè)計(jì)
頁數(shù): 7 2023-12-16
摘要: 在傳統(tǒng)的聯(lián)邦學(xué)習(xí)系統(tǒng)中,中央服務(wù)器在接收到參與方上傳的本地模型后,沒有對(duì)本地模型的合法性進(jìn)行驗(yàn)證,可能導(dǎo)致后續(xù)模型不可靠即模型存儲(chǔ)可靠性問題。針對(duì)該問題提出一種基于區(qū)塊鏈隱私增強(qiáng)的聯(lián)邦學(xué)習(xí)可驗(yàn)證安全存儲(chǔ)方案(blockchain-based federated learning for model verified security storage, BFL4MVSS)。利用區(qū)...