Федеративдик үйрөнүү istifadəçilərin жана ya qurumların öz məlumatlarını борбордук серверə göndərmədən модельi öz cihazlarında öyrətməsinə imkan verir. Lakin klassik федеративдик үйрөнүүдө жергиликтүү модель жаңыртууларынын birləşdirilməsi hələ də борбордук сервер tərəfindən həyata keçirilir. Bu жанаziyyət катышуучуların sistemdən kənarlaşdırıla bilməsi, борбордук nasazlıq nöqtəsinin yaranması жана mükafatlandırılan federativ öyrənmə sistemlərində төлөмlərin tək bir otoritetdən asılı qalması kimi problemlərə səbəb ola bilər.

Bu iş federativ öyrənmənin koordinasiyasını blockchain üzərində işləyən акылдуу келишимlərə daşıyan жана катышуучуları dürüst окутууə təşviq etmək üçün Multi-Task Peer Prediction (MTPP) istifadə edən konseptual memarlıq təklif edir. Blockchain qeydiyyat, koordinasiya, төлөм, bəzi aqreqasiya əməliyyatları жана audit edilə bilən qeyd üçün istifadə olunur, böyük verilərin birbaşa zəncirə yazılması əжанаzinə isə IPFS kimi zəncirdənkənar saxlama sistemlərindən yararlanılır.

Təklifin əsas məqsədi, töhfənin ölçülməsi üçün Shapley dəyəri kimi bahalı metodlara ehtiyac duymadan катышуучуları mükafatlandıra biləcək daha yüngül mexanizm hazırlamaqdır. MTPP катышуучуların hesabatlarını məlum “düzgün cavab” ilə müqayisə etmək əжанаzinə müxtəlif катышуучуların çıxışları arasındakı korrelyasiyaya baxır. Beləliklə, sistemdə məlumatlı жана dürüst hesabat davranışının iqtisadi cəhətdən daha sərfəli olması hədəflənir.

Lakin iş tətbiq edilmiş жана performansı ölçülmüş bir sistem təqdim etmir. Təklif olunan memarlığın blockchain üzərində real əməliyyat dəyəri, miqyaslana bilməsi, gecikməsi, saxlama yükü жана модель окутууinə təsirləri hələ eksperimental olaraq doğrulanmayıb.

Федеративдик үйрөнүү onsuz da mərkəzsiz deyilmi?

Федеративдик үйрөнүү, окутуу verilərinin istifadəçi cihazından çıxmaması baxımından mərkəzləşdirilmiş məlumat toplama модельindən fərqlənir. İştirakçılar модельi öz veriləri üzərində жергиликтүү olaraq öyrədir жана yalnız модель yeniləmələrini борбордук sistemə göndərirlər.

Lakin klassik memarlıqda bu yeniləmələri birləşdirən bir борбордук сервер vardır. Buna görə məlumat борбордук şəkildə toplanmasa belə koordinasiya tam mərkəzsiz deyil.

Изилдөөın 2-ci səhifəsindəki Şəkil 1 bu fərqi birbaşa göstərir. Ənənəvi федеративдик үйрөнүүдө cihazlar жергиликтүү модельlərini öyrədir, yeniləmələrini борбордук серверə göndərir, сервер qlobal модельi yaradır жана yenidən cihazlara paylayır. Təklif edilən blockchain quruluşunda isə saxlama, aqreqasiya, koordinasiya жана төлөм kimi funksiyaların акылдуу келишимlər жана blockchain infrastrukturu üzərindən icrası nəzərdə tutulur.

FedAvg hansı problemi həll edir?

Məqalə федеративдик үйрөнүүдө geniş istifadə olunan Federated Averaging — FedAvg yanaşmasını əsas nümunə kimi verir. Qlobal модель parametrləri θ üçün məqsəd funksiyası aşağıdakı kimi ifadə olunur:

arg min_θ Σ_i (|S_i| / |S|) f_i(θ)

Burada f_i i-ci катышуучуnın itki funksiyasını; S_i həmin катышуучуnın məlumat indekslərini; S isə bütün катышуучуların birləşdirilmiş məlumat indekslərini təmsil edir.

Bu quruluş məlumat məxfiliyini dəstəkləsə də töhfə miqdarının ədalətli ölçülməsini avtomatik həll etmir.

İştirakçıları niyə mükafatlandırmaq lazımdır?

Bir катышуучуnın əlində qlobal модель üçün faydalı məlumat ola bilər, lakin ortaya çıxacaq модельə birbaşa ehtiyac duymaya bilər. Belə катышуучуnın hesablama gücü, elektrik enerjisi, bant genişliyi жана özəl məlumatından istifadə edərək окутуу prosesinə qoşulması üçün iqtisadi təşviq lazım gələ bilər.

Burada iki əsas problem ortaya çıxır:

• Töhfəni necə ölçə bilərik?
• Ödənişin tərəfsiz жана avtomatik edilməsini necə təmin edə bilərik?

Klassik töhfə ölçümü niyə bahalı ola bilər?

Məqalə məlumat həcmi, жергиликтүү dəqiqlik, xərc, reputasiya, çoxluq səsi, leave-one-out жана Shapley dəyəri kimi müxtəlif töhfə ölçmə metodlarını müzakirə edir.

Xüsusilə Shapley dəyəri nəzəri baxımdan ədalətli yanaşma təmin etsə də, çoxlu sayda mümkün катышуучу kombinasiyasını qiymətləndirdiyi üçün hesablama xərci yüksəkdir.

Blockchain sistemlərində bu problem daha önəmlidir. Çünki акылдуу келишим hesablamalarının жана zəncir üzərindəki məlumatların çox sayda blockchain düyünündə təkrarlanması lazımdır.

Buna görə müəlliflərin axtardığı təşviq mexanizmi üç xüsusiyyətə malik olmalıdır:

• hesablama baxımından yüngül olmalı,
• mükafatı mümkün qədər tək əməliyyatda hesablaya bilməli,
• blockchain mühitinə uyğun sadə əməliyyatlarla reallaşdırıla bilməlidir.

Multi-Task Peer Prediction Nədir?

Multi-Task Peer Prediction (MTPP), düzgün cavabın mexanizm tərəfindən bilinmədiyi hallarda катышуучуları məlumatlı жана dürüst hesabat davranışına təşviq etməyi hədəfləyən crowdsourcing mexanizmidir. Sistemin əsas ideyası bir катышуучуnın nəticəsini борбордук “ground truth” ilə müqayisə etmək əжанаzinə müxtəlif катышуучуların hesabatları arasındakı korrelyasiyanı qiymətləndirməkdir.

Федеративдик үйрөнүүdə bunun məqsədi təkcə hesabat vermək deyil, катышуучуnın həqiqətən модель окутууi aparmasını жана daha sonra əldə etdiyi nəticəni dürüst şəkildə göndərməsini iqtisadi baxımdan daha sərfəli hala gətirməkdir.

Task, signal жана report nə deməkdir?

Məqalə MTPP-nin federativ öyrənməyə köçürülməsi üçün üç əsas anlayış müəyyənləşdirir.

Task: İştirakçının yerinə yetirməli olduğu tapşırıqdır. Məsələn, təsvirlərin sinifləşdirilməsi жана ya sinir şəbəkəsinin uyğun parametrlərinin tapılması.

Signal: İştirakçı tapşırığı həqiqətən yerinə yetirdikdə əldə etdiyi informasiyadır. Təsvir sinifləşdirməsində bu, bir proqnoz etiketi ola bilər.

Report: İştirakçının sistemə bildirdiyi nəticədir.

İştirakçı həqiqi signal məlumatını raportlayırsa dürüst davranır. Təlim aparmadan təsadüfi nəticə göndərirsə жана ya başqa катышуучуların çıxışını təqlid edirsə, mexanizm bunu iqtisadi baxımdan əlverişsiz etməlidir.

Informed-truthful davranış nə deməkdir?

İşdə hədəflənən mexanizm məlumatlı жана dürüst strategiyanın gözlənilən төлөмinin digər strategiyalardan ən azı onun qədər yüksək olduğu quruluş kimi izah olunur.

Федеративдик үйрөнүү baxımından məqsəd həqiqi модель окутууi + dürüst hesabat davranışını fərdi катышуучу üçün iqtisadi baxımdan rasional etməkdir.

MTPP iki катышуучуnı necə qiymətləndirir?

Məqalənin ümumi izahında MTPP prosesi aşağıdakı məntiqi izləyir:

1. İştirakçılara ortaq tapşırıqlar verilir.
2. Bəzi tapşırıqlar “bonus tasks”, bəziləri isə bir-biri ilə üst-üstə düşməyən “penalty tasks” kimi ayrılır.
3. Bonus жана penalty tapşırıqlarındakı skor fərqi istifadə olunaraq төлөм hesablanır.
4. Bütün bonus tapşırıqlar üzrə төлөмlər birləşdirilərək ümumi mükafat əldə olunur.

Buradakı əsas məqsəd təsadüfi жана ya köçürülmüş hesabatların sistematik olaraq yüksək mükafat qazanmasının qarşısını almaq жана real informasiya daşıyan hesabatları daha üstün etməkdir.

Blockchain Federativ Öyrənmədə Dəqiq Nə Edir?

Изилдөө blockchain-in rolunu dörd əsas qrupa ayırır: aqreqasiya, koordinasiya, төлөм жана saxlama.

Aqreqasiyanı tamamilə zəncirə daşımaq niyə problemdir?

Lokal модель parametrləri birbaşa blockchain üzərinə göndərilib smart contract tərəfindən birləşdirilə bilər. Bunun üstünlüyü борбордук nasazlıq nöqtəsinin aradan qalxması жана töhfələrin audit edilə bilən hala gəlməsidir.

Lakin bütün blockchain düyünlərinin eyni hesablamanı жана saxlamanı təkrarlaması səbəbindən xərc sürətlə böyüyə bilər. Məqalə on-chain aqreqasiyanın saxlama жана hesablama yükünün mühüm miqyaslana bilmə problemi olduğunu vurğulayır.

Buna görə Federated Distillation жана ya hesablama ilə konsensus qatlarını ayıran ikiqat blockchain quruluşları kimi metodlar mümkün azaltma strategiyaları kimi müzakirə olunur.

Blockchain koordinator ola bilərmi?

Bəli. Məqalə blockchain-in модель çəkilərini birbaşa aqreqasiya xaricində də istifadə oluna biləcəyini vurğulayır.

Məsələn sistem:

• təsadüfi lider seçə bilər,
• etibarsız mühitdə səsvermə mexanizmi işlədə bilər,
• катышуучу qeydlərini saxlaya bilər,
• модель жаңыртууларынын doğrulanması ilə bağlı qeyd apara bilər.

Beləliklə ağır hesablamalar zəncirdən kənarda aparılarkən koordinasiya blockchain tərəfindən təmin edilə bilər.

Криптовалюта niyə memarlığın bir hissəsidir?

Blockchain əsaslı kriptovalyuta sistemləri MTPP tərəfindən hesablanan töhfə skorunun birbaşa төлөм mexanizminə bağlanmasını mümkün edir.

Bunun sayəsində nəzəri olaraq төлөм:

• борбордук qurumun qərarından asılı qalmadan,
• əvжанаlcədən müəyyən edilmiş qaydalara görə,
• avtomatik,
• doğrulana bilən

şəkildə həyata keçirilə bilər.

Təklif Edilən Blockchain + MTPP Federativ Öyrənmə Sistemi Necə İşləyir?

Изилдөөın 4-cü səhifəsindəki Şəkil 2 təklif olunan quruluşu səkkiz mərhələli əməliyyat zənciri kimi göstərir.

1. Blockchain-ə qeydiyyat

Sistemə qoşulmaq istəyən klientlər blockchain üzərində özlərini qeydiyyatdan keçirirlər.

Ethereum Virtual Machine bənzəri mühitdə катышуучу public address məlumatını qeyd edə жана əməliyyatı private key ilə imzalaya bilər.

İstifadə ssenarisindən asılı olaraq sistem tam açıq ola, yalnız əvжанаlcədən məlum катышуучуlara icazə verə жана ya катышуучуlardan iqtisadi stake tələb edə bilər.

2. Lokal модель окутууi

Hər bir klient öz жергиликтүү məlumatından istifadə edərək модельi öyrədir. Məlumat cihazı tərk etmir.

Bu mərhələ klassik federativ öyrənmənin əsas məxfilik üstünlüyünü qoruyur.

3. Açıq test dəsti üzərində inference

İştirakçılar ortaq bir public test set üzərində proqnozlar yaradırlar.

Məsələn, təsvir sinifləşdirmə tapşırığında sistem hər bir катышуучуnın test təsvirlərinə verdiyi sinif etiketlərini əldə edir.

4. Niyə Hash-Commit lazımdır?

Blockchain təbiəti etibarilə şəffafdır. Bir катышуучу digər klientlərin nəticələrini zəncir üzərində görüb окутуу aparmadan onların hesabatlarını təqlid edə bilər.

Bunun qarşısını almaq üçün tədqiqat commit-reveal mexanizmi təklif edir.

İştirakçı əvжанаlcə nəticəsinə təsadüfi bir salt əlaжана edir жана birləşdirilmiş məlumatın hash-ini blockchain-ə göndərir.

Sadələşdirilmiş şəkildə:

commit = Hash(report || salt)

Salt istifadəsi, xüsusən mümkün nəticə sayının kiçik olduğu hallarda, hash əsasında girişin brute-force ilə təxmin edilməsini çətinləşdirir.

IPFS niyə istifadə olunur?

Böyük həcmdə məlumat blockchain-ə birbaşa yazılarsa, hər düyünün həmin məlumatı saxlaması tələb olunur. Bu isə miqyaslana bilməni mənfi təsirləndirir.

Buna görə işdə nəticələrin özü əжанаzinə InterPlanetary File System — IPFS istifadə olunması təklif edilir.

Blockchain üzərində böyük məlumat əжанаzinə IPFS-dəki məlumatı müəyyən edən məzmun əsaslı göstərici saxlanıla bilər. Beləliklə zəncir üzərindəki saxlama yükü azaltmağa çalışılır.

5. İştirakçılar necə təsadüfi uyğunlaşdırılır?

MTPP mükafat hesablamasında катышуучуların təsadüfi şəkildə uyğunlaşdırılması tələb olunur. Lakin blockchain üzərində təsadüfiliyin manipulyasiya edilməməsi vacibdir.

Изилдөө bunun üçün Chainlink VRF bənzəri mərkəzsiz Verifiable Random Function istifadə olunmasını təklif edir.

VRF tərəfindən yaradılan kriptoqrafik olaraq doğrulana bilən təsadüfi seed iki катышуучуnın uyğunlaşdırılmasında istifadə oluna bilər.

6. Reveal mərhələsində nə baş verir?

Uyğunlaşdırılan катышуучуlar daha əvжанаl commit etdikləri:

• IPFS göstəricisini,
• salt dəyərini

blockchain-ə açıqlayırlar.

Smart contract bu məlumatları yenidən hash edib ilk commit dəyəri ilə müqayisə edir. Beləliklə катышуучуnın nəticəni sonradan dəyişmədiyi doğrulana bilir.

7. MTPP mükafatı necə hesablanır?

Ağıllı müqavilə təsadüfi seçilən катышуучу cütlərinin hesabatlarını istifadə edərək MTPP skorlarını hesablayır.

Burada məqsəd yüksək xərcli birbaşa töhfə ölçümü əжанаzinə hesabat korrelyasiyasına əsaslanan daha yüngül mükafat mexanizmi istifadə etməkdir.

8. Ödəniş

Son mərhələdə hesablanan mükafatların blockchain-in kriptovalyuta xüsusiyyətindən istifadə edilməklə klient hesablarına avtomatik göndərilməsi təklif olunur.

Multi-Task Peer Prediction Shapley Dəyərinin Yerini Qəti Şəkildə Tuta Bilərmi?

Bu iş bunu sübut etmir. MTPP-nin əsas üstünlüyü Shapley dəyəri kimi açıq töhfə ölçmə metodlarının yüksək hesablama xərclərini azalda biləcək fərqli təşviq yanaşması təqdim etməsidir.

Lakin müəlliflər mövcud MTPP metodlarının da həll edilməli problemləri olduğunu açıq şəkildə bildirirlər.

Məsələn Correlated Agreement жана Peer Truth Serum kimi metodlarda məlumat paylanması haqqında geniş bilik tələb oluna bilər. Correlated Agreement üçün istifadə olunan delta matrisinin hesablanması da hələ ciddi hesablama yükü yarada bilər.

Dolayısı ilə məqalə “MTPP bütün töhfə ölçmə problemini həll etdi” nəticəsinə gəlmir. Daha çox blockchain üzərində tətbiq oluna biləcək daha yüngül təşviq qatı üçün araşdırılması lazım olan namizəd bir mexanizm təklif edir.

Изилдөөнүн Методдору жана Жыйынтыктары

Изилдөө dizaynı

Bu iş eksperimental maşın öyrənməsi benchmark-ı deyil. Yeni модельin dəqiqlik göstəricilərini жана ya blockchain şəbəkəsinin TPS, gecikmə, gas dəyəri жана enerji sərfiyyatını ölçmür.

Metod üç əsas addımdan ibarətdir:

1. Федеративдик үйрөнүүdə töhfə ölçmə metodlarının жана problemlərinin incələnməsi.
2. Blockchain-in федеративдик үйрөнүүдө aqreqasiya, koordinasiya, төлөм жана saxlama məqsədilə necə istifadə oluna biləcəyinin qiymətləndirilməsi.
3. MTPP + ümumi təyinatlı blockchain sistemlərini birləşdirən konseptual, mərkəzsiz жана təşviqli FL memarlığının layihələndirilməsi.

İşin əsas töhfəsi nədir?

Məqalənin əsas töhfəsi yeni deep learning memarlığı deyil, iqtisadi təşviq mexanizmi ilə blockchain əsaslı koordinasiyanı eyni FL iş axınında birləşdirən sistem dizaynıdır.

Təklif edilən quruluş:

• борбордук aqreqasiya otoritesinin təsirini azaltmağı,
• төлөм qaydalarını smart contract ilə avtomatlaşdırmağı,
• катышуучу davranışını MTPP ilə təşviq etməyi,
• commit-reveal ilə sonradan təqlidi çətinləşdirməyi,
• VRF ilə tərəfsiz uyğunlaşdırma etməyi,
• IPFS ilə blockchain saxlama yükünü azaltmağı

максат кылат.

Məqalənin dəstəklədiyi şərhlər

• Blockchain klassik FL-dəki борбордук серверin bəzi жанаzifələrini üzərinə götürə bilər.
• Криптовалюта жана smart contract infrastrukturu avtomatik төлөм mexanizmləri üçün istifadə oluna bilər.
• MTPP ground truth olmadan катышуучу hesabatlarının korrelyasiyasından istifadə edərək təşviq yaratmaq potensialına malikdir.
• IPFS kimi off-chain saxlama həlləri blockchain-in məlumat çoğaltma dəyərini azalda bilər.
• Commit-reveal жана VRF mexanizmləri təklif olunan təşviq prosesindəki bəzi manipulyasiya risklərini azaltmağı максат кылат.

Məqalənin dəstəkləmədiyi şərhlər

• Sistem real Ethereum жана ya başqa blockchain şəbəkəsində istehsal miqyasında test edilməyib.
• MTPP-nin hər жанаziyyətdə Shapley dəyərindən daha ədalətli olduğu göstərilməyib.
• Təklif olunan memarlığın окутуу dəqiqliyini artırdığına dair eksperimental nəticə təqdim olunmur.
• Gas dəyəri, throughput, gecikmə, enerji sərfiyyatı жана ya maksimum istifadəçi sayı ölçülməyib.
• Model aqreqasiyasının tam olaraq hansı катышуучу tərəfindən ediləcəyi qəti şəkildə həll olunmayıb.
• Quruluşun istehsala hazır olduğu göstərilməyib.

Изилдөөın əsas məhdudiyyətləri

1. MTPP detalları hələ tam həll olunmayıb. Correlated Agreement жана Peer Truth Serum kimi mexanizmlər məlumat paylanması haqqında bilik tələb edə bilər. CA üçün delta matrisinin hesablanması da zəncir üzərində hələ bahalı ola bilər.

2. Tətbiq жана performans testi yoxdur. Real performans istifadə olunan blockchain memarlığına, konsensus mexanizminə, peer sayına, virtual maşının məlumat tiplərinə, məlumat kodlaşdırmasına жана IPFS sorğu quruluşuna bağlı olacaq.

3. Aqreqator seçimi açıq problemdir. Şəkildə модель parametrlərinin sonda kimin tərəfindən aqreqasiya ediləcəyi qəti müəyyənləşdirilməyib. Авторлор oracle tərəfindən təsadüfi seçilən катышуучу, optimistic yanaşma жана ya çoxluq səsi kimi seçimlərin araşdırıla biləcəyini bildirirlər.

4. Mərkəzsizliyin bir dəyəri var. Blockchain üzərindəki bütün əməliyyatların çox sayda düyün tərəfindən saxlanması жана hesablanması борбордук quruluşla müqayisədə əlaжана əməliyyat жана saxlama xərci yarada bilər.

Булак жана Метод Эскертүүсү

Özgün başlıq: Democratizing Federated Learning with Blockchain and Multi-Task Peer Prediction

Авторлор: Leon Witt, Wojciech Samek, Kentaroh Toyoda, Dan Li.

Müəllif qurumları: Tsinghua University, Fraunhofer HHI, TU Berlin жана A*STAR Institute of High Performance Computing.

Булак: arXiv.

ArXiv kimliyi: arXiv:2603.28434v1 [cs.CR].

Дата: 30 mart 2026.

Иштин түрү: Konseptual memarlıq / sistem dizaynı / ədəbiyyat əsaslı texniki təklif.

Əsas sahələr: Federated Learning, blockchain, incentive mechanisms, smart contracts, Multi-Task Peer Prediction.

Əsas memarlıq komponentləri: Blockchain registration, local модель training, public test set inference, hash-commit, salt, IPFS, VRF oracle, reveal, MTPP scoring жана cryptocurrency payment.

Təcrübə жанаziyyəti: İş real blockchain tətbiqi жана ya kəmiyyət performans benchmark-ı təqdim etmir.

Elmi şərh həddi: “Demokratikləşdirmə” ifadəsi müəlliflərin борбордук сервер asılılığını azaltmaq жана катышуучуlara daha bərabər səlahiyyət/mükafat vermək istiqamətində sistem dizaynı məqsədini ifadə edir. Təklif olunan memarlığın real dünyada miqyaslana bilən, iqtisadi жана ya bütün катышуучуlar baxımından ədalətli olduğu hələ eksperimental olaraq göstərilməyib.