面向区块链的在线联邦增量学习算法

被引:8
作者
罗长银 [1 ,2 ,3 ]
陈学斌 [1 ,2 ,3 ]
马春地 [1 ]
王君宇 [1 ,2 ,3 ]
机构
[1] 华北理工大学理学院
[2] 河北省数据科学与应用重点实验室(华北理工大学)
[3] 唐山市数据科学重点实验室(华北理工大学)
关键词
区块链; 集成学习; 联邦学习; 增量学习;
D O I
暂无
中图分类号
TP311.13 []; TP18 [人工智能理论];
学科分类号
1201 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对传统数据处理技术存在模型过时、泛化能力减弱以及并未考虑多源数据安全性的问题,提出一种面向区块链的在线联邦增量学习算法。该算法将集成学习与增量学习应用到联邦学习的框架下,使用stacking集成算法来整合多方本地模型,且将模型训练阶段的模型参数上传至区块链并快速同步,使得在建立的全局模型准确率仅下降1%的情况下,模型在训练阶段与存储阶段的安全性均得到了提升,降低了数据存储与模型参数传输的成本,同时也降低了因模型梯度更新造成数据泄漏的风险。实验结果表明,在公开的数据集上进行训练,各时间段内模型的准确度均在91.5%以上,且方差均低于10-5;与传统整合数据训练模型相比,该模型在准确率上略有下降,但能够在保证模型准确率的同时提高数据与模型的安全性。
引用
收藏
页码:363 / 371
页数:9
相关论文
共 20 条
[1]  
Federated learning of predictive models from federated Electronic Health Records[J] . Theodora S. Brisimi,Ruidi Chen,Theofanie Mela,Alex Olshevsky,Ioannis Ch. Paschalidis,Wei Shi. nternational Journal of Medical Informatics . 2018
[2]  
Multi-source data fusion using deep learning for smart refrigerators[J] . Weishan Zhang,Yuanjie Zhang,Jia Zhai,Dehai Zhao,Liang Xu,Jiehan Zhou,Zhongwei Li,Su Yang. omputers in Industry . 2018
[3]  
A Text Hybrid Clustering Algorithm Based on HowNet Semantics[J] . Zhu Zheng Yu,Dong Shu Jia,Yu Chun Lei,He Jie. ey Engineering Materials . 2011 (474)
[4]  
Communicationefficient learning of deep networks from decentralized data . MCMAHAN H B,MOORE E,RAMAGE D,et al. https://arxiv.org/pdf/1602.05629.pdf . 2017
[5]  
Revisiting unreasonable effectiveness of data in deep learning era . SUN C,SHRIVASTAVA A,SINGH S,et al. https://arxiv.org/pdf/1707.02968.pdf . 2019
[6]  
Deep leakage from gradients . ZHU L,LIU Z,HAN S. https://arxiv.org/pdf/1906.08935.pdf . 2019
[7]  
On-device federated learning via blockchain and its latency analysis . KIM H,PARK J,BENNIS M,et al. https://arxiv.org/pdf/1808.03949v1.pdf . 2019
[8]   Intelligent Automation and Soft Computing [C]. 
World Automation Congress 2012
,2012
[9]  
Research on cost-driven services composition in an uncertain environment . GAO H,HUANG W,DUAN Y,et al. Journal of Internet Technology . 2019
[10]  
Research on intelligent analysis and depth fusion of multi-source traffic data . SHEN G,HAN X,ZHOU J,et al. IEEEAccess . 2018