基于区块链的联邦学习应用研究

传统联邦学习弊端

• 中心依赖
  成员之间的协作非常依赖协调方，一旦协调方痴线故障或者恶意行为。。
• 激励不足
  数据体量小的用户对联邦学习感兴趣，数据题量大的用户没有足够动力。
• 单点欺诈
  参与方之间存在信息不对称，虚报自身数据。

区块链

• 节点之前通过对点对通信，没有第三方支持。
• 每个参与方保留一份账本的副本，以对交易合法性进行验证。
• 应用非对称加密算法，进行链上身份的识别。通过公钥进行数据加密，通过私钥对交易进行签名。
• 通过哈希指针实现区块链的可追溯。
• 通过比特币奖励鼓励矿工参与挖矿。
• 通过工作量证明进行区块的确认。
• 通过最长链机制保证区块链的安全。
• 通过智能合约建议中心化的信任系统。

区块链解决问题

• 建立联盟链拜托中心节点。
• 通过对共识机制的设计，根据对联邦生态的贡献得到相应的回报。
• 单点欺诈：合理的多方博弈机制。
• 隐私-安全多方计算和同态加密