公开(公告)号：CN118211674A

公开(公告)日：2024-06-18

申请号：CN202410312429.8

申请日：2024-03-19

Applicant: 湖南大学

Inventor： 徐旸 ,  吴晓玮 ,  张程 ,  刘璇 ,  蒋洪波 ,  彭绍亮 ,  唐卓 ,  张尧学

IPC: G06N20/00 ,  H04L9/00

Abstract: 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。