論文地址:https://ieeexplore.ieee.org/document/9019859
糟心的一篇文章,整段照抄參考文章、放公式不解釋變數字母含義、題目起攻擊的防御不寫防御,不知這文章怎么上的一區期刊
一、基本資訊、前置知識
1.1 基本資訊
《Decentralized Privacy Using Blockchain-Enabled Federated Learning in Fog Computing》
作者:Youyang Qu; Longxiang Gao; Tom H. Luan; Yong Xiang; Shui Yu; Bai Li; Gavin Zheng
出版刊物:IEEE Internet of Things Journal ( Volume: 7, Issue: 6)
年份:June 2020
期刊影響因子/磁區:2021年9.47/Q1
1.2 前置知識
霧計算
百度百科:
霧計算(Fog Computing),在該模式中資料、(資料)處理和應用程式集中在網路邊緣的設備中,而不是幾乎全部保存在云中,是云計算(Cloud Computing)的延伸概念,由思科(Cisco)提出的,這個因“云”而“霧”的命名源自“霧是更貼近地面的云”這一名句,
霧計算和云計算一樣,十分形象,云在天空飄浮,高高在上,遙不可及,刻意抽象;而霧卻現實可及,貼近地面,就在你我身邊,霧計算并非由性能強大的服務器組成,而是由性能較弱、更為分散的各類功能計算機組成,滲入工廠、汽車、電器、街燈及人們物質生活中的各類用品,
霧計算不是具體的一種演算法,而是偏向一種新型的應用概念
二、解決的問題
-
分布式隱私:融合區塊鏈和聯邦學習框架解決霧計算的單點隱私問題, 通過區塊鏈解決隱私保護
去中心化實作的隱私保護
-
投毒攻擊證明:區塊鏈系統提供non-tempering特點實作投毒攻擊的評估
-
高效率:一方面聯邦學習只交換梯度引數,第二方面區塊鏈只存盤指標,資料通過鏈下的分布式Hash表存盤
三、創新的方法
3.1 FL-Block體系框架
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-RcNZOIy8-1627366185946)(http://xwjpics.gumptlu.work/qinniu_uPic/P6vXDd.png)]
-
在FL-Block的框架中,區塊的區塊體中保存所有本地設備的模型更新, 對于每個設備來說包括:
- 在每個epoch的 ( w i ( l ) , { ? f k ( w ( l ) ) } s k ∈ S i ) (w_i^{(l)}, \{ \nabla f_k(w^{(l)}) \}_{s_k \in S_i}) (wi(l)?,{?fk?(w(l))}sk?∈Si??)?
- 本地計算時間

后面的式子可以簡單理解: (此次引數, 此次引數的變化量)
-
每個區塊的大小被定義為$h + \delta_m N_V $
- h h h代表區塊頭大小
- δ m \delta_m δm??代表模型更新大小
-
每一個礦工Miner擁有一個與其相關聯的設備或者其他Miner的充滿了本地模型更新資料的候選區塊(未上鏈區塊),寫入區塊資料的程序直到達到區塊的最大資料量或者達到等待時間 T w a i t T_{wait} Twait??
-
區塊的生成速度 λ \lambda λ(在區塊頭)可以被POW的難度控制,即POW的難度越大/區塊目標值越小,區塊生成速率 λ \lambda λ?越小
-
系統獎勵分為資料獎勵和挖掘獎勵
-
一個初步的驗證是:通過比較樣本大小 N i N_i Ni?與其相關聯的計算時間 T l o c a l , i ( l ) T_{local,i}^{(l)} Tlocal,i(l)? (樣本數量與其對應的計算時間是相關的,所以兩者不匹配就會錯誤) 這在實際中可以由英特爾的軟體保護擴展(Intel’s software guard extensions)來保證
體系框架這部磁區塊鏈設計可以看《Blockchained_On-Device_Federated_Learning》論文,因為和它一模一樣…….emmm, 估計后面的時間效率分析也是一摸一樣了….抄襲過于明顯了.
演算法程序如下:
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-glOQst7O-1627366185947)(http://xwjpics.gumptlu.work/qinniu_uPic/hYm71k.png)]
3.2 去中心化隱私機制
霧服務器(fog server)的網路被稱為分布式Hash表(DHT)
為建立區塊,提出了混合身份、區塊鏈記憶體、策略、輔助功能
混合身份(Hybrid identity)
傳統公私鑰機制的區塊鏈身份可以大量的制造假身份
私人化的定制一套身份來實作訪問控制
-
u 0 u_0 u0?代表唯一終端設備標識者
-
u g u_g ug?代表客戶端設備即身份接受者
身份構建程序:
混合身份公開的部分:
混合身份總體:
(如果分別寫g1,g2則是一個十元組,現在用 i , i = 1 , 2 i, i=1,2 i,i=1,2來簡寫為五元組)
貌似就是將公私鑰體系用元組表示了起來,代替了中心化的PKI認證
區塊鏈記憶體(memory of blockchain)與Policy
根據區塊鏈記憶體,設BM為記憶體空間,我們有 B M : { 0 , 1 } 256 → { 0 , 1 } n BM: \{0,1\}^{256}→\{0,1\}^n BM:{0,1}256→{0,1}n,其中 N > > 256 N >> 256 N>>256,這足以存盤大資料檔案,
模型更新中的前兩個輸出編碼為256位記憶體地址指標以及一些輔助元資料,其他輸出被用來構建序列化的檔案,
如果查詢L[k],則回傳具有最新時間戳的模型更新,此設定允許插入、洗掉和更新操作,
kv資料庫?key的大小為256位 -> value就是模型資料
我們將策略 p u p_u pu?定義為終端設備v可以從特定服務獲得的一系列權限,
if v needs to read, update, and delete a dataset, then P v = r e a d , u p d a t e , d e l e t e . P_v = read, update, delete. Pv?=read,update,delete.?
輔助功能(auxiliary functions)
兩個關鍵函式:
P a r s e ( x ) Parse(x) Parse(x)???
不斷的將引數傳遞給特定的交易
V e r i f y ( p k s i g k , x p ) Verify(pk^k_{sig}, x_p) Verify(pksigk?,xp?)??:
幫助驗證終端設備的權限
這個邏輯判斷是否有問題???如果前面的true則后面的and x p x_p xp?都不需要判斷了,此外,原文缺少必要的符號解釋,H是什么? P u 0 , u g i P_{u_0,u_{g_i}} Pu0?,ugi???又是啥?(規定的政策?)
當一個模型更新 A a c c e s s A_{access} Aaccess?被記錄時,Protocol. 3由網路內的節點執行,類似地,當記錄模型更新 A d a t a A_{data} Adata?時,Protocol. 4由節點執行,
頂不住了,介紹太少看不懂,,
3.3 毒害攻擊與防御
攻擊者想要在訓練時注入毒藥,他的做法就是將上傳的模型改為:
這種增強攻擊使馬里模型MM的權值增加 η = n / r \eta = n/r η=n/r,以保證全域模型GM被MM替代,
這樣的攻擊在全域模型接近收斂的時候最好, 并且攻擊者可以隨意的更改學習率 η \eta η的比值
然后“防御”呢???文章此節就說了攻擊就結束了后面居然還有防御的實驗評估,絕絕子,不看了,,,,再見
四、總結
無
轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/290729.html
標籤:區塊鏈
