Liwei Ouyang, 2023 C. プライベート FL
Liwei Ouyang, 2023 C. プライベート FL
cf. III-C
いろんな条件をつけて正直な参加者のみ残す
1. 登録
事前に設定された登録時間中
デポジット$ Drと$ len(ActiveList_{FE})をCTSCに報告 CTSC: 協調学習スマートコントラクト
一定時間経過後,CTSCは合意された$ len(ActiveList_{FE})を算出
各$ F_iは怪しい参加者を除外する準備をする?
対象は「正しい$ len(ActiveList_{FE}) を報告したが $ ActiveList_{FE} に含まれていないアカウント」
自らのローカルな $ RejectListFi に追加
これの意義は?
2. 検証データ交換
検証用の$ VSetを作成
$ F_j ∈ ActiveList_{FE}からサンプリングしたデータ$ VSet_{F_j}を受け取り
ローカルで統合し$ VSetを作成
3. 学習で行うこと
a. モデル検証
ActiveListFE の各 Fi はVset上で以下を交換
自身のプライベートデータで学習したローカルモデル ModelFi と
その検証性能 EFi
Fi → accFE：Enc{ Enc{ Path(ModelFi), EFi, accFi }_kActive }_pkFE
を送信しつつ、他の全ての ModelFj を傍受・検証
もし以下のどちらかを満たしたら
ある Fj が偽モデルをアップロード
2 ラウンド連続でモデルを未提出
以下を行う
Fi はその Fj を RejectListFi に追加
全検証終了後に RejectListFi を CTSC に報告
b. 罰則・報酬判定
CTSC は
合意された len(ActiveListFE) を報告した各 Fi からの全 RejectListFi を統合
各 Fi が拒否された回数 RJFi を集計
RJFi が事前設定された閾値を超える場合は Fi を公開の PuniList に追加
多分Punishment
そうでなければ各 Fi ∈ ActiveListFE は Fi をローカルな SucList に追加
多分Success
c. モデル統合
ActiveListFE の各 Fi は
このラウンドの連合モデル ModelFE を
SucList に含まれる Fi のみの ModelFi を使ってローカルに融合し
次のイテレーションへ進む。
4. 終了条件達成まで繰り返し、ModelFE の学習を完了
最後に CTSC は PuniList の Fi のデポジットを没収し、SucList の Fi に仮想通貨で報酬を与える。