Đối mặt với mối đe dọa của học phân tán: ArKrum và đổi mới độ chính xác của phương pháp giảm dốc ngẫu nhiên được chứng minh trên mạng lưới quy mô lớn

Với sự mở rộng của các mạng phân tán như blockchain và IoT, các biện pháp chống tấn công từ các nút độc hại đang trở thành cấp thiết. Lần này, hệ thống học máy an toàn kết hợp ArKrum và riêng tư khác biệt đã thiết lập một tiêu chuẩn mới về khả năng mở rộng.

Thành công trong kiểm nghiệm môi trường quy mô lớn 10 triệu nút

Phương pháp tích hợp ArKrum và phương pháp giảm dốc xác suất riêng tư khác biệt (DP-SGD) đã đạt được khả năng mở rộng lên tới 10 triệu nút trong điều kiện nhân noise là 0.3. So sánh với quy mô 1 triệu nút, mặc dù có một chút giảm chính xác do chi phí điều chỉnh, nhưng việc duy trì độ chính xác 0.76 đã chứng minh tính khả thi của hệ thống trong môi trường phân tán quy mô lớn.

Xác nhận tính bền bỉ dưới điều kiện tấn công khắt khe

Trong thử nghiệm, đã thực hiện huấn luyện 20 vòng trên bộ dữ liệu CIFAR-10, với kịch bản có 30% các nút là nút độc hại. Thông qua các thử nghiệm mô phỏng phân tán bằng PyTorch, hệ thống đã thể hiện khả năng hoạt động ổn định ngay cả trong môi trường đối đầu cao như vậy.

Đường hướng cho các bước tiếp theo rõ ràng

Lộ trình phát triển trong tương lai bao gồm tích hợp cơ chế xác minh blockchain và kiểm tra bổ sung bằng bộ dữ liệu MNIST. Điều này sẽ giúp kiểm tra khả năng tổng quát trong các môi trường dữ liệu và blockchain khác nhau, mở ra con đường đưa hệ thống vào thực tiễn.