一种基于树图区块链的半异步联邦学习框架制造技术

基于线性区块链的联邦学习在异构环境受到区块链性能瓶颈的限制，导致训练效率低下。目前的解决方案引入了有向无环图区块链来解决上述问题，但它们牺牲了区块链的可验证性，难以处理过时的模型，并且收敛速度较慢。本发明专利技术公开了一种基于树图区块链的半异步联邦学习框架，其底层区块链结构设计是以块为中心的有向无环图，以支持可验证和半异步的训练。为了促进快速收敛，本发明专利技术设计了一个主干链生成算法，对半异步的训练过程进行拓扑排序，引导客户端采样适当的模型。除此之外，本发明专利技术还将共识机制与联邦学习紧密结合，确保能够有效抵抗对针对模型和区块链系统的攻击。

【技术实现步骤摘要】

本专利技术涉及信息安全和人工智能领域，尤其涉及一种基于树图区块链的半异步联邦学习框架。

技术介绍

1、联邦学习作为一个机器学习框架，其能在满足用户数据的隐私要求下，分布式地训练模型。但是，联邦学习需要一个可完全信任的中心节点来协调整个训练过程。这就导致其性能受限且容易遭受单点故障。为了让联邦学习摆脱对中心节点的过度依赖，分布式联邦学习将中心节点的职能分散到多个节点上。但是，在开放且不可信的网络环境中，其又无法应对诸如投毒攻击和拜占庭攻击的威胁。

2、针对上述问题，现有技术利用了区块链的分布式和高可信的特点，提出了一种基于区块链的联邦学习。它能够保证节点在不可信的网络环境中，分布式地训练模型。但是，其仍存在亟待解决的问题。目前基于区块链的联邦学习根据区块链的组织结构多分为链表型和有向无环图型两种。基于链表型区块链的联邦学习的优点在于其能确保算法的安全性，缺点是只能同步地训练模型并且会产生大量的共识负载，尤其是在节点设备高度异构的情况下，效率更会大幅下降。而基于有向无环图型的联邦学习可以异步地训练模型，共识协议也能减少共识所产生的负载，大大提高了其本文档来自技高网...

【技术保护点】

1.一种基于树图区块链的半异步联邦学习框架，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤S2中客户端从树图区块链中选取合适的叶子区块，包括如下步骤：

3.根据权利要求2所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤S22中还包括根据所述区块的引用关系pred_blocks，通过最大权重引用边回溯至创世区块确定主干链的步骤。

4.根据权利要求3所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤S23中若所述候选区块池为空，则所述客户端随机等待一段时间。

...

【技术特征摘要】

1.一种基于树图区块链的半异步联邦学习框架，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤s2中客户端从树图区块链中选取合适的叶子区块，包括如下步骤：

3.根据权利要求2所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤s22中还包括根据所述区块的引用关系pred_blocks，通过最大权重引用边回溯至创世区块确定主干链的步骤。

4.根据权利要求3所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤s23中若所述候选区块池为空，则所述客户端随机等待一段时间。

5.根据权利要求4所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤s2中将所述本地模型包装成事务之前，还应检查所述本地模型是否相较于所述全局模型取得了进展。若无进展，所述客户端将不会对所述本地模型进行打包发布。

6.根据权利要求5所述的基于树图区块链的半异步联邦学习框架，其特征在于：所述步骤s2中将所述本地模型包装成事务，是指根据所述本地模型和所述叶子区块，创建由事务编号txid、所述客户端...

【专利技术属性】
技术研发人员：徐旸，吴晓玮，张程，刘璇，蒋洪波，彭绍亮，唐卓，张尧学，
申请(专利权)人：湖南大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人