PIRATE: A blockchain-based secure framework of distributed machine learning in 5g networks
主要贡献
- 5G时代通信延迟和网络带宽满足设备可用性
- 分布式机器学习有两个风险:模参上传过程 + 梯度聚合过程;
- 提出一个满足分布式拜占庭弹性的基于区块链分片技术(sharding)的5g安全计算框架(PIRATE)
待解决的问题
- 移动设备有足够的计算力,但设备异构和网络环境是分布式联邦的困难(异步联邦解决因异构导致的耗时等待 + 5G解决网络)
- 理想的分布式学习(高可用性 + 高扩展性 + 去中心化 + 拜占庭弹性模型安全)
- 传统中央服务器存在工作负载压力和单点故障SPOF(备份增加运营支出OPEX);
- 为实现分布式学习的拜占庭回弹,就需要有一个状态复制机(SMR)协议,—区块链满足
5G时代分布式共识协议
- 共识协议分为2类:竞争类(先附加块再共识–高扩展高分叉)和通信类(先共识再附加块–基于确定性的方式来选择leader);
- 分片共识作为一种混合方式得益于通信的即时最终性和竞争的无许可弹性,可以在无许可的区块链中实现可伸缩共识;(R