Низоме, ки дар ин таҳқиқот пешниҳод шудааст, омӯзиши федеративиро, ки ҳадафаш таҳияи модели муштараки омӯзиши мошинӣ бидуни интиқоли додаҳои маҳаллии омӯзишӣ ба як нуқтаи марказӣ мебошад, бо блокчейни иҷозатдори Hyperledger Fabric, гурӯҳбандии динамикии корбарон, тақсимоти ҷамъшавандаи гурӯҳӣ, ниқобкунии муваққатӣ ва ҳамоҳангсозии дастгиришаванда бо эътибор муттаҳид намуда, як чаҳорчӯбаи омӯзиши ҳамкоронаи ҳифзкунандаи махфиятро ташкил медиҳад. Додаҳои хоми омӯзишии корбарон ба блокчейн бор карда намешаванд. Градиентҳои маҳаллӣ низ ба ҷойи мустақиман ба занҷир навишта шудан, аввал дар гурӯҳҳои ду ё се корбар ба ҳиссаҳо ҷудо мешаванд, арзишҳои сатҳи ҳисса бо векторҳои тасодуфии муваққатӣ ниқоб карда мешаванд ва танҳо ҳамин арзишҳои ниқобшуда ва сабтҳои марбут ба ҷамъбастсозӣ ба дафтари иҷозатдор интиқол меёбанд.

Чаҳорчӯба дар ҳар даври иртибот корбаронро аз рӯи эътибор ва омодагӣ ба ҳамкорӣ ба гурӯҳҳои ду ё се нафар ҷудо мекунад. Градиентҳои маҳаллӣ дар майдони ниҳоӣ ба ҳиссаҳои ҷамъшаванда табдил меёбанд; ҳар арзиши сатҳи ҳиссае, ки бор карда мешавад, бо як вектори тасодуфии ҷудогона ниқоб карда мешавад. Ҷамъи зарурии векторҳои тасодуфӣ барои ҳолатҳои хориҷ шудани корбар ё пешниҳод нашудани маълумоти зарурии барқарорсозӣ аз ҷониби кумитаи ваколатдори барқарорсозӣ бо механизми остонавӣ дастгирӣ мешавад. Қабати Hyperledger Fabric бошад, вазифаҳои аутентификатсия, иҷрои chaincode, endorsement, тартибдиҳӣ, санҷиш ва сабти қобили аудитро ба уҳда мегирад.

Озмоишҳои proof-of-concept дар маҷмӯаи додаҳои MNIST гузаронида шудаанд. Амали тақсимоти ҷамъшавандаи дуҷониба тақрибан 12,6 ms ва тақсимоти сеҷониба тақрибан 16,9 ms идома кардааст. Дар матни мақола гуфта мешавад, ки усули пешниҳодшуда дар озмоиши муқоисавии MNIST ба дақиқии %99,6 расидааст, дар ҳоле ки нишонаи рӯйи Шакли 8 %99,56 мебошад. Фарқи гузоришшуда аз ҷониби муаллифон нисбат ба усулҳои муқоисашуда аз 1,06 то 3,96 банди фоизӣ аст. Бо вуҷуди ин, натиҷаҳо танҳо ба муҳити прототипии арзёбишуда дахл доранд: таҳқиқот далели пурраи криптографии simulation-based пешниҳод намекунад, амниятро бар зидди Byzantine model poisoning ё collusion-и бемаҳдуд нишон намедиҳад ва дар додаҳои воқеии саломатӣ санҷиши клиникӣ анҷом намедиҳад.

Мушкилоти махфият дар омӯзиши федеративӣ дар куҷо пайдо мешавад?

Ғояи асосии омӯзиши федеративӣ нигоҳ доштани додаҳои хом дар дастгоҳи корбар ва барои омӯзиши марказӣ ба ҷойи худи додаҳо мубодила кардани маълумоти навсозӣ, ба монанди параметрҳои модел ё градиентҳо мебошад. Гарчанде ин равиш марказонидани мустақими додаҳои хомро пешгирӣ мекунад, худи навсозиҳои модел низ метавонанд маълумот дошта бошанд. Аз ин рӯ, таҳқиқоти манбаъ шарти “додаи хом ба занҷир намеравад”-ро ба танҳоӣ кафолати кофии махфият намешуморад; он махсусан ба коҳиш додани намоёнии мустақими навсозиҳои инфиродии маҳаллӣ тамаркуз мекунад.

Маҷмӯаи додаҳои маҳаллии як корбари \(u_i\) дар манбаъ

\[ D_i=\{(x_{i,k},y_{i,k})\}_{k=1}^{N_i} \]

таъриф мешавад. Дар ин ҷо \(N_i\) шумораи намунаҳои маҳаллии корбар аст. \(x_{i,k}\) намунаи вурудӣ ва \(y_{i,k}\) тамғаро нишон медиҳад.

Дар даври иртиботии \(t\), агар вектори параметрҳои модели глобалӣ \(W^{(t)}\) бошад, талафоти эмпирикии корбар

\[ L_i(W^{(t)})= \frac{1}{N_i} \sum_{k=1}^{N_i} \ell\left( f(x_{i,k};W^{(t)}),y_{i,k} \right) \]

ифода мешавад. Градиенти маҳаллӣ

\[ g_i^{(t)}=\nabla L_i(W^{(t)}) \]

ҳисоб шуда, дар манбаъ навсозии модели маҳаллӣ

\[ W_i^{(t+1)} = W^{(t)}-\alpha g_i^{(t)} \]

дар ҳамин шакл дода мешавад. Дар ин формула \(\alpha>0\) аз ҷониби манбаъ ҳамчун суръати омӯзиш муайян шудааст.

Дахолати махфиятии протоколи пешниҳодшуда пеш аз он сурат мегирад, ки градиенти \(g_i^{(t)}\) дар ҳамин ҳолат ба блокчейн бор карда шавад. Градиент аввал дар майдони ниҳоӣ рамзгузорӣ мешавад, дар гурӯҳи хурд ба ҳиссаҳои ҷамъшаванда тақсим мегардад ва арзиши сатҳи ҳиссае, ки ба занҷир меравад, иловатан бо як вектори тасодуфии муваққатӣ ниқоб карда мешавад.

Чаро Hyperledger Fabric истифода мешавад?

Таҳқиқот як permissionless blockchain умумӣ ё низоми Proof-of-Work намесозад. Hyperledger Fabric ҳамчун платформаи блокчейни иҷозатдор истифода мешавад, ки дар он кӣ метавонад ба шабака ҳамроҳ шавад, назорат мешавад. Fabric peers амалиётҳоро аз марҳилаҳои endorsement, ordering, validation ва ledger commitment мегузаронанд, дар ҳоле ки chaincode мантиқи сабтҳои сатҳи ҳисса ва раванди ҷамъбастсозиро иҷро мекунад.

Система панҷ унсури асосиро дар бар мегирад: мизоҷоне, ки бо додаҳои маҳаллӣ омӯзиш анҷом медиҳанд; Fabric peers-и ваколатдор; chaincode, ки вазифаи smart contract-ро иҷро мекунад; хидмати узвият дар асоси сертификат ва кумитаи ваколатдори барқарорсозӣ, ки дар ҳолати зарурӣ барқарор кардани векторҳои ниқобкунии муваққатиро бо механизми threshold таъмин мекунад.

Кумитаи барқарорсозӣ бо маҷмӯаи

\[ C_{\mathrm{rec}}=\{c_1,c_2,\ldots,c_h\} \]

ва остонаи зарурӣ бо

\[ \tau_{\mathrm{rec}}\in\{1,2,\ldots,h\} \]

муайян мешавад. То вақте ки ҳадди ақал \(\tau_{\mathrm{rec}}\) ҳиссаи дурусти барқарорсозӣ мавҷуд набошад, саҳми гумшудаи вектори тасодуфиро аз нав сохтан мумкин нест. Нақши кумита иштирок дар омӯзиши модели маҳаллӣ нест, балки танҳо дар доираи барқарорсозии боэътимод тавлид кардани вектори умумии тасодуфиест, ки барои ҷамъбастсозии глобалӣ зарур аст.

Гурӯҳбандии динамикӣ чӣ гуна кор мекунад?

Гурӯҳбандии динамикӣ механизми думарҳилагии гурӯҳбандист, ки дар ҳар даври иртибот аввал корбаронро аз рӯи эътибор тартиб медиҳад, бо холҳои мутобиқати дуҷониба гурӯҳҳои асосии дукорбарӣ месозад ва агар холи кофии васеъшавӣ вуҷуд дошта бошад, гурӯҳро то се корбар васеъ мекунад; корбарони бе ҷуфтмондаро бошад, бо холҳои эътибор ба таври низомманд таъин мекунад.

Дар даври иртиботии \(t\) матритсае, ки омодагии дуҷонибаи корбарон ба корро нишон медиҳад,

\[ \Omega^{(t)} = \left(w_{ij}^{(t)}\right)_{m\times m} \]

муайян мешавад. Дар манбаъ

\[ w_{ij}^{(t)}\in\{0,1,2\} \]

буда, 2 омодагии баланд, 1 миёна ва 0 пастро ифода мекунад. Мутобиқати дуҷонибаи байни ду корбар бо

\[ s_{ij}^{(t)} = w_{ij}^{(t)}+w_{ji}^{(t)} \]

ҳисоб карда мешавад.

Дар оғози ҳар давр корбароне, ки ҳанӯз ба гурӯҳ таъин нашудаанд, аз рӯи холҳои эътибор аз калон ба хурд тартиб дода мешаванд. Корбари дорои эътибори баландтарин оғозкунанда мешавад ва корбари ҷуфтнашудаеро интихоб мекунад, ки бо ӯ холи баландтарини \(s_{ij}^{(t)}\)-ро медиҳад. Дар ҳолати баробарӣ аввал эътибори баландтар ва сипас тартиби собити идентификатори корбар ҳалкунанда аст.

Ҳангоми сохтани гурӯҳи асосии дунафараи \(\{u_i,u_j\}\), барои номзади сеюм \(u_k\) холи васеъшавӣ

\[ c_{ij,k}^{(t)} = s_{ik}^{(t)}+s_{jk}^{(t)} \]

ҳисоб мешавад. Агар

\[ \max_{u_k} c_{ij,k}^{(t)}\geq\tau_3 \]

бошад, номзади дорои холи баландтарин ба гурӯҳ илова шуда, гурӯҳи се-корбарӣ ташкил мешавад. Дар акси ҳол гурӯҳ дунафарӣ мемонад.

Корбарони бе ҷуфтмонда чӣ гуна идора мешаванд?

Пас аз марҳилаи гурӯҳбандии ихтиёрӣ маҷмӯаи корбарони боқимонда бо \(R\) нишон дода мешавад. Агар ҳадди ақал се корбар боқӣ монанд, се корбари аввали тартиби эътибор такроран якҷо карда мешаванд. Агар маҳз ду корбар боқӣ монанд, мустақиман гурӯҳи дунафарӣ ташкил мешавад. Агар як корбар боқӣ монад, система гурӯҳи корбари дорои эътибори пасттаринро дар байни корбарони аллакай таъиншуда пайдо мекунад. Агар ин гурӯҳ дунафарӣ бошад, корбари боқимонда узви сеюм мешавад. Агар гурӯҳ аллакай се нафар дошта бошад, чор корбар муваққатан якҷо шуда, аз рӯи эътибор тартиб мегиранд ва ба ду гурӯҳи дунафарӣ аз нав ҷудо мешаванд.

Аз ин рӯ, матритсаи омодагӣ танҳо дар ҷуфткунии ихтиёрӣ истифода мешавад. Таъини системавии корбарони боқимондаро бошад холҳои эътибор муайян мекунанд. Муаллифон даъво намекунанд, ки маҳдудияти гурӯҳҳои ду ва се корбар аз ҷиҳати назариявӣ оптималӣ аст; ин интихоби тарҳи протоколӣ аст, ки бо соддагии татбиқ ва самаранокии иртибот асоснок шудааст.

Холи эътибор чиро чен мекунад?

Механизми эътибор кори навсозии пешниҳодкардаи корбарро дар маҷмӯаи собити умумии санҷиш бо дигар иштирокчиён муқоиса карда, сигнали тартибдиҳие тавлид мекунад, ки дар даврҳои минбаъдаи гурӯҳбандӣ истифода мешавад. Манбаъ онро на ҳамчун ченаки универсалӣ ё ба таври расмӣ оптималии арзиши корбар, балки ҳамчун механизми эвристикии ҳамоҳангсозӣ дар дохили низоми иҷозатдор муайян мекунад.

Барои эътибори мизоҷи \(u_i\) дар даври \(t\), яъне \(B_i^{(t)}\in(0,1)\), сохтори навсозии додашуда дар манбаъ чунин аст:

\[ B_i^{(t+1)} = \frac{1}{ 1+ \exp\left[ -\alpha B_i^{(t)} \left( 1+ \frac{1}{|M^{(t)}|-1} \sum_{n\in M^{(t)}\setminus\{i\}} \left( Acc_i^{(t)}-Acc_n^{(t)} \right) \right) \right] }. \]

Дар ин ҷо \(M^{(t)}\) маҷмӯаи мизоҷони иштироккунандаи ҳамон давр аст. \(Acc_i^{(t)}\) арзиши дақиқӣ дар маҷмӯаи собити \(D_{\mathrm{val}}\) барои санҷиш аст, ки инфрасохтори ваколатдор онро барои ҳамаи корбарон умумӣ нигоҳ медорад. Ҷузъи ҷамъ фарқи миёнаи бартарии дақиқии \(u_i\)-ро нисбат ба дигар иштирокчиён нишон медиҳад. Сохтори Sigmoid баромадро дар фосилаи \((0,1)\) нигоҳ медорад.

Ҳудуди нишонагузорӣ: Манбаъ дар ин ҷо \(\alpha\)-ро ҳамчун параметре муайян мекунад, ки ҳассосияти навсозии эътиборро назорат мекунад. Ҳамин рамз пештар барои суръати омӯзиш дар навсозии модели маҳаллӣ низ истифода шудааст. Азбаски манбаъ намегӯяд, ки инҳо ҳатман як гиперпараметр мебошанд, ҳар ду нақш бояд дар заминаҳои ҷудогона арзёбӣ шаванд.

Тақсимоти ҷамъшаванда ва ниқобкунии муваққатӣ чӣ гуна якҷо кор мекунанд?

Градиенти маҳаллӣ аввал дар майдони ниҳоӣ ба якчанд ҳиссаи ҷамъшаванда ҷудо мешавад; ҳар узви гурӯҳ танҳо арзиши сатҳи ҳиссаеро нигоҳ медорад, ки аз ҷамъшавии ҳиссаҳо ба вуҷуд меояд ва ин арзише, ки ба занҷир фиристода мешавад, иловатан бо илова кардани вектори тасодуфии мустақил ниқоб мешавад, то навиштани мустақими градиенти инфиродӣ ё ҷамъи сатҳи ҳиссаи ниқобнашуда ба дафтар пешгирӣ шавад.

Рамзгузорӣ аз адади воқеӣ ба майдони ниҳоӣ

Градиентҳои маҳаллӣ табиатан дар фазои

\[ g_i^{(t)}\in\mathbb{R}^{p} \]

қарор доранд. Барои тақсимоти ҷамъшаванда манбаъ онҳоро бо харитаи рамзгузории fixed-point

\[ Q_q:\mathbb{R}^{p}\rightarrow\mathbb{F}_q^{p} \]

ба векторҳои

\[ \bar g_i^{(t)}\in\mathbb{F}_q^{p} \]

табдил медиҳад. Дар самти баръакс харитаи кушодани рамз

\[ D_q:\mathbb{F}_q^{p}\rightarrow\mathbb{R}^{p} \]

истифода мешавад.

Фарзи муҳими манбаъ ин аст, ки модули интихобшудаи \(q\) ва дақиқии fixed-point барои намояндагии градиентҳо, ҳиссаҳо, векторҳои ниқобкунӣ ва ҷамъҳои мобайнӣ дар як давр ба қадри кофӣ васеъ бошанд. Ба ибораи дигар, ҳангоми ҳисобкунӣ набояд overflow-и модулӣ, яъне wrap-around ба вуҷуд ояд. Дар ин шароит ҷамъи майдони ниҳоӣ дақиқ аст; ҳангоми бозгашт ба майдони ададҳои воқеӣ бошад, бинобар рамзгузории fixed-point хатои квантонӣ метавонад вуҷуд дошта бошад.

Як градиент чӣ гуна ба ҳиссаҳо ҷудо мешавад?

Бигзор гурӯҳ

\[ G=\{u_{a_1},u_{a_2},\ldots,u_{a_s}\}, \qquad s\in\{2,3\} \]

бошад. Мизоҷи \(u_{a_r}\) градиенти рамзгузоришудаи худро ба \(s\) ҳисса ҷудо мекунад:

\[ \bar g_{a_r}^{(t)} = \sum_{\ell=1}^{s} [\bar g_{a_r}^{(t)}]_{\ell} \qquad \text{in }\mathbb{F}_q^{p}. \]

Ҳиссаҳои аввалини \(s-1\) аз \(\mathbb{F}_q^p\) мустақил ва бо тақсимоти яксон тасодуфӣ интихоб мешаванд. Ҳиссаи охирин бошад, тавре муайян мешавад, ки ҷамъ градиенти аслиро барқарор кунад:

\[ [\bar g_{a_r}^{(t)}]_s = \bar g_{a_r}^{(t)} - \sum_{\ell=1}^{s-1} [\bar g_{a_r}^{(t)}]_{\ell} \]

.

Пас аз он ки ҳар узви гурӯҳ аз ҳар иштирокчӣ як ҳисса мегирад, арзиши сатҳи ҳиссае, ки узви \(j\)-ум нигоҳ медорад,

\[ s_j^{(t)} = \sum_{r=1}^{s} [\bar g_{a_r}^{(t)}]_j \]

мешавад. Ин сохтор баробарии

\[ \sum_{j=1}^{s}s_j^{(t)} = \sum_{r=1}^{s}\bar g_{a_r}^{(t)} \]

ро нигоҳ медорад. Ҳамин тавр, вақте ки ҳамаи ҳиссаҳо дуруст аз нав ҷамъ карда мешаванд, ҷамъи рамзгузоришудаи градиентҳои гурӯҳ ба даст меояд; аммо градиентҳои инфиродии рамзгузоришуда ба блокчейн ҳамчун plaintext фиристода намешаванд.

Чаро ниқобкунии муваққатӣ қабати дувум илова мекунад?

Барои пешгирӣ кардани ба даст омадани барвақтии ҷамъи сатҳи ҳисса пеш аз анҷоми ҳамаи боргузориҳо, ҳар мизоҷ вектори тасодуфии

\[ r_i^{(t)}\in\mathbb{F}_q^p \]

месозад. Аввал барои ин вектор

\[ C_i^{(t)} = H\left(t\parallel i\parallel r_i^{(t)}\right) \]

hash commitment сабт мешавад. Сипас арзише, ки ба блокчейн меравад,

\[ z_i^{(t)} = s_i^{(t)}+r_i^{(t)} \]

мешавад.

\(H(\cdot)\) функсияи hash-и криптографӣ ва \(\parallel\) амали пайвасткуниро ифода мекунад. Худи вектори тасодуфӣ ба таври васеъ нашр намешавад. Маълумоти зарурии барқарорсозӣ танҳо ба доираи боэътимоди барқарорсозӣ фиристода мешавад.

Агар корбар хориҷ шавад, ниқоб чӣ гуна бардошта мешавад?

Ҳар вектори \(r_i^{(t)}\) бо threshold sharing ба кумитаи барқарорсозӣ супурда мешавад. Агар корбар маълумоти зарурии барқарорсозиро пешниҳод накунад ва ҳадди ақал \(\tau_{\mathrm{rec}}\) ҳиссаи дурусти барқарорсозӣ мавҷуд бошад, кумита метавонад саҳми гумшударо аз нав созад. Ҳадаф ба таври умум ошкор кардани векторҳои инфиродии тасодуфӣ нест, балки танҳо тавлид кардани вектори умумии тасодуфии зарурӣ барои ҷамъбастсозӣ, яъне

\[ R^{(t)} = \sum_{i=1}^{m}r_i^{(t)} \]

мебошад.

Ҳар саҳми барқароршуда ё пешниҳодкардаи корбар аввал бо commitment-и пешакӣ сабтшуда тавассути баробарии

\[ H\left(t\parallel i\parallel r_i^{(t)}\right) = C_i^{(t)} \]

санҷида мешавад. Агар саҳми зарурӣ аз санҷиш нагузарад, даври ҷории иртибот бекор мешавад; саҳми нодуруст хориҷ карда шуда, иҷрои навбатӣ аз марҳилаи гурӯҳбандӣ дубора оғоз мегардад.

Қабати Blockchain дар ин протокол чӣ кор мекунад ва чӣ кор намекунад?

Hyperledger Fabric дар ин система механизме нест, ки градиентро худ ба танҳоӣ бо усули криптографӣ пинҳон кунад; он барои коркарди амалиётҳои аутентификатсияшуда тавассути chaincode, тартибдиҳӣ, санҷиш ва сабт дар дафтари қобили аудит қабати ҳамоҳангсозӣ ва якпорчагӣ медиҳад, дар ҳоле ки амали асосии пинҳонкунии навсозӣ тавассути тақсимоти ҷамъшаванда ва ниқобкунии муваққатӣ иҷро мешавад.

Мизоҷон пешниҳодҳои амалиётиро ба шабакаи Fabric мефиристанд. Endorsing peers chaincode-ро иҷро карда endorsement тавлид мекунанд; ordering service ба амалиётҳои тасдиқшуда тартиби умумӣ медиҳад; committing peers бошад амалиётҳоро санҷида, ба дафтар илова мекунанд. Дар ин система mining ё рақобати Proof-of-Work вуҷуд надорад.

Математикаи ҷамъбастсозӣ дар охири давр

Дар тарафи блокчейн ҷамъи ҳамаи арзишҳои ниқобшуда

\[ Z^{(t)} = \sum_{i=1}^{m}z_i^{(t)} \]

ҳисоб карда мешавад. Вақте ки ҷамъи саҳмҳои тасодуфии санҷидашуда \(R^{(t)}\) тарҳ карда мешавад,

\[ S^{(t)} = Z^{(t)}-R^{(t)} = \sum_{i=1}^{m}s_i^{(t)} \]

ба даст меояд.

Аз рӯи сохтори тақсимоти ҷамъшаванда, ин арзиш ҳамзамон ҷамъи градиентҳои маҳаллии рамзгузоришуда мебошад:

\[ \bar G^{(t)} = S^{(t)} = \sum_{i=1}^{m}\bar g_i^{(t)} \qquad \text{in }\mathbb{F}_q^p . \]

Сипас бо

\[ G^{(t)} = D_q(\bar G^{(t)}) \in\mathbb{R}^{p} \]

ба майдони ададҳои воқеӣ баргашта, градиенти миёна

\[ g_{\mathrm{avg}}^{(t)} = \frac{1}{m}G^{(t)} \]

ҳисоб мешавад. Навсозии модели глобалӣ бошад

\[ W^{(t+1)} = W^{(t)}-\alpha g_{\mathrm{avg}}^{(t)} \]

аст.

Натиҷаи дурустии манбаъ бояд дар ду сатҳ шарҳ дода шавад. Дар майдони рамзгузоришудаи \(\mathbb{F}_q^p\) ҷамъбастсозӣ аз ҷиҳати алгебравӣ дақиқ аст. Ҳангоми бозгашт ба \(\mathbb{R}^p\) бошад, натиҷа то ҳадди хатои квантонӣ, ки аз амали fixed-point рамзгузорӣ/кушодани рамз меояд, бо ҷамъи ҳадафии майдони воқеӣ мувофиқат мекунад. Ин тафсир инчунин ба фарзи набудани wrap-around-и модулӣ вобаста аст.

Модели амният кадом ҳамлаҳоро фаро намегирад?

Таҳқиқот дар доираи фарзҳои semi-honest ва collusion-и маҳдуд ҳимоя мекунад, ки додаҳои хом дар дастгоҳ мемонанд ва боргузориҳои ниқобшудаи сатҳи ҳисса дар дафтар градиенти инфиродиро мустақиман ҳамчун plaintext нишон намедиҳанд; аммо барои Byzantine model poisoning, collusion-и ихтиёрии аз остона зиёд, side-channel leakage ва ҳамлаҳои пешрафтаи adaptive inference далели пурраи амният пешниҳод намекунад.

Қабул мешавад, ки мизоҷон протоколро дуруст иҷро мекунанд, аммо метавонанд аз ҳиссаҳои дидаашон ё сабтҳои дафтар маълумоти иловагӣ бароранд. Fabric peers бошад ҳамчун honest-but-curious модел мешаванд: онҳо протоколи Fabric-ро дуруст иҷро мекунанд, вале метавонанд аз маълумоти намоёни худ маълумоти бештар омӯзанд.

Манбаъ се натиҷаи асосии амниятиро баррасӣ мекунад. Якум, маҷмӯаҳои додаҳои хоми \(D_i\) дар тарафи корбар мемонанд ва ба блокчейн бор карда намешаванд. Дуюм, дар доираи фарзҳои зикршуда арзишҳои ниқобшудаи сатҳи ҳисса дар занҷир мустақиман ба градиенти хоми маҳаллии ягон мизоҷ баробар нестанд. Сеюм, раванди endorsement, ordering ва validation-и Fabric таъмин мекунад, ки сабтҳои амалиёти қабулшуда ҳамчун сабтҳои аутентификатсияшуда, қобили ошкор кардани тағйирот ва қобили аудит нигоҳ дошта шаванд.

Аммо муаллифон инро ҳамчун simulation-based далели пурраи криптографӣ пешниҳод намекунанд. Махсусан, фарз мешавад, ки раванди барқарорсозӣ танҳо вектори умумии тасодуфии заруриро месозад ва векторҳои инфиродии ниқобкуниро берун аз доираи боэътимод паҳн намекунад. Илова бар ин, арзиши ниҳоии aggregate глобалӣ дар гурӯҳҳои хурд ё дар даврҳои сершумори такрории иртибот метавонад барои ҳамлаҳои inference ҳанӯз маълумот дошта бошад.

Усул ва Натиҷаҳои Таҳқиқот

Арзёбии таҷрибавӣ чӣ гуна анҷом шуд ва чӣ ёфт шуд?

Прототип дар Windows 11, Ryzen 7 5800H, RTX 3060 ва 32 GB RAM; бо 60.000 тасвири омӯзишӣ ва 10.000 тасвири санҷишии MNIST, шабакаи нейронии пурра пайваст ва Hyperledger Fabric v2.0.0 арзёбӣ шуд; натиҷаҳо аз рӯи хароҷоти гурӯҳбандӣ, вақти тақсимоти ҷамъшавандаи дохили гурӯҳ, хароҷоти амалиёти Fabric/throughput ва дақиқии таснифи MNIST гузориш шуданд.

Муҳити таҷриба ва маҷмӯаи додаҳо

Модел аввал дар муҳити plaintext бо 60.000 тасвири омӯзишӣ омӯзонида шуда, дар 10.000 тасвири санҷишӣ арзёбӣ шудааст. Манбаъ барои ин модели аввалияи plaintext тақрибан %98 дақиқӣ гузориш мекунад. Сипас параметрҳои модел тағйир дода шуда, панҷ сатҳи гуногуни дақиқии ибтидоӣ сохта шуданд ва бар асоси ин моделҳои ибтидоӣ чанд даври ҷамъбастсозӣ иҷро гардид. Ҳадаф мушоҳида кардани рафтори дақиқии схемаи пешниҳодшуда дар MNIST пас аз ҷамъбастсозӣ буд.

Дар ин прототип маҷмӯаи додаҳо барои омӯзиш ва санҷиш MNIST мебошад. Аз ин рӯ, гарчанде дар муқаддимаи таҳқиқот додаҳои саломатӣ ва махфияти тиббӣ ҳамчун ангезаи муҳими татбиқ баррасӣ мешаванд, озмоишҳо дар додаҳои беморон, сабтҳои клиникӣ ё шабакаи воқеии омӯзиши федеративӣ байни муассисаҳои саломатӣ гузаронида нашудаанд.

Хароҷоти гурӯҳбандии динамикӣ

Азбаски хароҷоти воқеии иртиботии гурӯҳбандии ихтиёрӣ ба гуфтушуниди байни корбарон вобаста аст, манбаъ барои ин қисм арзиши дақиқи communication overhead намедиҳад. Ба ҷойи ин, вақтҳои ченшудаи сохтани гурӯҳҳои тасодуфии ду ва се нафар аз ҷониби система дар Шакли 6 муқоиса мешаванд.

Шакли 6 дар саҳифаи 19-и PDF нишон медиҳад, ки бо зиёд шудани шумораи корбарон вақти иҷрои ҳар ду навъи гурӯҳбандӣ зиёд мешавад. Тибқи матни манбаъ, гурӯҳбандии комилан тасодуфии дунафарӣ дар татбиқи мавҷуда нисбат ба гурӯҳбандии сенафарӣ хароҷоти вақтии каме бештар дорад. Муаллифон гурӯҳбандии комилан тасодуфии дунафариро дар байни ҳолатҳои баррасишудаи гурӯҳбандӣ ҳамчун як навъ истиноди ҳадди боло арзёбӣ мекунанд.

Хароҷоти тақсимоти ҷамъшаванда

Тақсимоти сенафарӣ нисбат ба сохтори дунафарӣ вақти бештар мегирад. Манбаъ ин арзишҳоро ҳамчун нишондиҳандаи сатҳи татбиқ оид ба хароҷоти ҳисоббарории протоколи тақсимоти гурӯҳӣ пешниҳод мекунад; онҳоро ҳамчун арзишҳои универсалии latency, ки ба шароити умумии сахтафзор ё шабака гузаронида мешаванд, пешниҳод намекунад.

Самаранокии Hyperledger Fabric

Манбаъ дар Fabric v2.0.0 хароҷоти иҷро то 500 амалиёт ва throughput-ро ҳамчун шумораи амалиётҳои муваффақ дар як сония меомӯзад. Дар Шакли 7-и саҳифаи 20-и PDF барои борҳои 100, 200, 300, 400 ва 500 амалиёт ҳам вақти иҷро ва ҳам каҷҳои throughput-и амалиёти invoke ва query нишон дода шудаанд.

Манбаъ нуқтаҳои хоми рақамии графикро дар ҷадвали алоҳида намедиҳад. Аз ин рӯ, аз каҷҳои график арзишҳои нави дақиқ бароварда нашудаанд. Нақши илмии Шакли 7 нишон додани рафтори execution cost ва throughput-и қабати прототипии Fabric дар борҳои гуногуни амалиётӣ дар сатҳи татбиқ аст.

Муқоисаи фарогирии функсионалӣ

Ин ҷадвал муқоисаи performance нест, ки бартарии мустақими model accuracy-ро исбот кунад. Муаллифон ҷадвалро барои нишон додани он истифода мебаранд, ки ҳар усул кадом унсурҳои функсионалиро фаро мегирад. Он ки DPPFL ҳамаи хонаҳоро фаро мегирад, ба танҳоӣ нишон намедиҳад, ки ҳар хусусияти амниятӣ аз усулҳои дигар аз ҷиҳати математикӣ қавитар аст.

Муқоисаи дақиқии MNIST

Арзишҳои дар графики Шакли 8 дар саҳифаи 21-и PDF навишташуда чунинанд:

Матни мақола натиҷаи усули пешниҳодшударо гирд карда, %99,6 медиҳад. Фарқи гузоришшуда дар ин танзим нисбат ба усулҳои муқоисашуда аз 1,06 то 3,96 банди фоизӣ мебошад. Ин муқоиса бояд танҳо барои шароити ҷории proof-of-concept-и асосёфта ба MNIST тафсир шавад.

Намоиши robustness бо бист гиреҳ

Шакли 9 версияҳои FL бо гурӯҳбандии динамикиро, ки blockchain доранд ва надоранд, дар муҳити симулятсионии дорои ҳамагӣ 20 гиреҳ муқоиса мекунад. Бо зиёд шудани шумораи гиреҳҳои “malicious” дар симулятсия, дақиқии версияи бе blockchain ба таври равшан паст мешавад, дар ҳоле ки силсилаи дастгиришуда бо blockchain устувортар менамояд.

Ҳудуди тафсири худи муаллифон дар ин ҷо муҳим аст: Шакли 9 як намоиши эмпирикии robustness-и прототип мебошад; он кафолати расмии криптографии амният бар зидди ҳамлаҳои Byzantine ё иштирокчиёни malicious нест. Ин график модели таҳдиди semi-honest-и дар манбаъ муайяншударо ба модели malicious-security табдил намедиҳад.

Муқоисаи blockchain, гурӯҳбандии динамикӣ ва равиши марказонидашуда

Арзишҳои нишон додашуда дар Шакли 10-и саҳифаи 21-и PDF:

Дар ин озмоиши мушаххас версияе, ки гурӯҳбандии динамикӣ ва ҳамоҳангсозии blockchain-ро якҷо истифода мебарад, дар байни се равиш нишонаи баландтарини дақиқӣ дорад. Аммо ин маънои кафолати умумии performance-и болотар аз омӯзиши марказонидашударо дар ҳамаи маҷмӯаҳои додаҳо, ҳамаи моделҳо ё шабакаҳои воқеии тақсимшуда надорад.

Ҷараёни амалиёти сар-то-сари меъмории манбаъ

1. Ҳар мизоҷ дар маҷмӯаи додаҳои худ \(D_i\) омӯзиши маҳаллӣ анҷом дода, градиенти \(g_i^{(t)}\)-ро ҳисоб мекунад.
2. Мизоҷон бо истифода аз маълумоти эътибор ва омодагӣ ба гурӯҳҳои ду ё се узв ҷудо мешаванд.
3. Градиенти майдони воқеӣ ба \(\mathbb{F}_q^p\) рамзгузорӣ шуда, дар дохили гурӯҳ ба ҳиссаҳои ҷамъшаванда тақсим мешавад.
4. Ҳар мизоҷ ба арзиши сатҳи ҳиссаи дар ихтиёрашбуда вектори тасодуфии \(r_i^{(t)}\)-ро илова карда, арзиши ниқобшудаи \(z_i^{(t)}\)-ро месозад.
5. Барои вектори ниқобкунӣ hash commitment дар занҷир сабт мешавад ва маълумоти барқарорсозии остонавӣ ба доираи боэътимоди барқарорсозӣ супурда мешавад.
6. Саҳмҳои тасодуфии зарурӣ бо арзишҳои commitment санҷида мешаванд.
7. Амалиёти Fabric chaincode ва ledger боргузориҳои ниқобшудаи сатҳи ҳиссаро коркард ва ҷамъ мекунанд.
8. Бо тарҳ кардани вектори умумии тасодуфии \(R^{(t)}\) ҷамъи рамзгузоришудаи градиенти глобалӣ барқарор мешавад.
9. Ҷамъи майдони ниҳоӣ ба майдони ададҳои воқеӣ кушода мешавад, градиенти миёна ҳисоб ва модели глобалӣ ҳамоҳанг карда мешавад.
10. Арзишҳои эътибор навсозӣ шуда, ба даври навбатии иртибот мегузаранд.

Шакли 4 дар саҳифаи 10-и PDF маҳз намуди меъмории ҳамин сохторро медиҳад: занҷири пӯшидаи амалиёт аз мизоҷон ба гурӯҳбандии динамикӣ, тақсимоти ҷамъшаванда ва ниқобкунии муваққатӣ; аз он ҷо ба ҷараёни Hyperledger Fabric endorsement/ordering/commitment, сабтҳои ledger, раванди aggregate recovery ва боз ба ҳамоҳангсозии модел нишон дода мешавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Манбаъ нишон медиҳад, ки протоколи пешниҳодшуда дар доираи фарзҳои semi-honest ва bounded-collusion маҷмӯаҳои додаҳои хомро дар тарафи мизоҷ нигоҳ медорад; дар занҷир ба ҷойи градиенти инфиродии мустақими plaintext арзишҳои ниқобшудаи сатҳи ҳисса истифода мекунад; ҷамъбастсозии рамзгузоришуда дар майдони ниҳоӣ дуруст аст; ҳангоми бозгашт ба майдони воқеӣ танҳо хатои квантии encoding–decoding боқӣ мемонад ва Hyperledger Fabric ба сабтҳои accepted transaction қабати integrity/auditability илова мекунад.

Озмоишҳои MNIST proof-of-concept нишон медиҳанд, ки система дар муҳити прототипии арзёбишуда иҷрошаванда аст, тақсимоти ҷамъшавандаи гурӯҳӣ дар сатҳи миллисония амалӣ мешавад, дар тарафи Fabric рафтори иҷро/throughput то 500 амалиёт чен карда мешавад ва дар муқоисаи ҷорӣ дақиқии модел нигоҳ дошта мешавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

Таҳқиқот протоколи умумии амниятеро пешниҳод намекунад, ки ҳамаи ҳамлаҳои омӯзиши федеративиро ҳал кунад. Далели пурраи malicious-security ё simulation-based privacy вуҷуд надорад. Byzantine model poisoning, collusion-и бемаҳдуд, ҳамлаҳои side-channel ва adaptive inference-и пешрафта берун аз доираанд. Худи final aggregate метавонад дар баъзе шароит барои ихроҷи маълумот истифода шавад. Оптималӣ будани гурӯҳҳои ду ва се нафар исбот нашудааст. Механизми эътибор trust-free ё optimal contribution oracle нест. Озмоишҳои MNIST дар додаҳои воқеии саломатӣ гузаронида нашудаанд ва таҳқиқот далели клиникӣ ё deployment-и воқеии миқёси калон пешниҳод намекунад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Blockchain-Enabled Federated Learning: A Dynamic-Grouping Privacy-Preserving Framework

Муаллифон: Senmao Wei; Xiaochao Wei; Tingting Pang; Dian Li.

Corresponding authors: Xiaochao Wei ва Tingting Pang.

Муассисаҳо: School of Computer Science and Artificial Intelligence, Shandong Normal University, Jinan, China; Department of Informatics, University of Bergen, Bergen, Norway.

Маҷалла: Mathematics.

Ношир: MDPI.

Сабти библиографӣ: Mathematics 2026, 14(9), 1534.

DOI: 10.3390/math14091534.

Раванди мақола: Қабул 31 марти 2026; бознигарӣ 24 апрели 2026; қабул 25 апрели 2026; нашр 1 майи 2026.

Навъи манбаъ: Мақолаи академии таҳқиқотии ҳамсолбаррасишуда; тарҳи протокол, баҳси дурустии математикӣ, таҳлили маҳдуди амният ва арзёбии таҷрибавии proof-of-concept дар асоси MNIST-ро дар бар мегирад.

Иҷозатнома: Creative Commons Attribution (CC BY).

Маблағгузорӣ: Таҳқиқот қисман аз ҷониби гранти National Natural Science Foundation of China рақами 12201356 ва барномаи Shandong Provincial Key Research and Development Program рақами 2025TSGCCZZB0016 дастгирӣ шудааст.

Дастрасии додаҳо: Муаллифон мегӯянд, ки саҳмҳои аслӣ дар дохили мақола ҷой доранд ва саволҳои иловагӣ метавонанд ба corresponding author-ҳо равона карда шаванд.

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Саҳми муаллифон: Консептуализатсия Xiaochao Wei ва Tingting Pang; методология Senmao Wei ва Xiaochao Wei; нармафзор ва санҷиш Senmao Wei ва Dian Li; лоиҳаи аввал Senmao Wei; бозбинӣ ва таҳрир Xiaochao Wei ва Tingting Pang; дарёфти маблағгузорӣ аз ҷониби Tingting Pang ва Xiaochao Wei анҷом шудааст.

Маҳдудияти асосии методологӣ: Таҳлили амният бо фарзҳои semi-honest ва bounded-collusion маҳдуд аст; proof-и пурраи криптографии simulation-based нест. Озмоиш арзёбии proof-of-concept дар MNIST мебошад. Додаҳои тиббӣ ва санҷиши clinical deployment вуҷуд надорад. Бозгашт аз рамзгузории майдони ниҳоӣ ба майдони воқеӣ quantization error дорад. Модул ва дақиқии fixed-point бояд тавре интихоб шаванд, ки wrap-around рух надиҳад.

Бозкашии визуалӣ: Меъмории Шакли 4, overhead-и гурӯҳбандии Шакли 6, рафтори Fabric execution/throughput дар Шакли 7 ва муқоисаҳои Шаклҳои 8–10-и манбаъ метавонанд барои Verianla ҳамчун график ва схемаҳои аслӣ аз нав кашида шаванд. Азбаски нуқтаҳои хоми Шакли 7 дар ҷадвал дода нашудаанд, набояд аз график рақамҳои нави дақиқ бароварда шаванд.

Verianla Live / Live Figure: Мувофиқ. Истифодаи бехатартарин — аниматсияи source-derived бо параметрҳои собит аз ҷараёни омӯзиши мизоҷ → гурӯҳбандӣ → тақсимоти ҷамъшаванда → ниқобкунӣ → санҷиши Fabric → aggregate recovery → ҳамоҳангсозии модел. Ба корбар набояд иҷозат дода шавад, ки остонаи гурӯҳ, шумораи ҳамлагарон, суръати омӯзиш ё параметри дигари илмиро тағйир дода, натиҷаи нав тавлид кунад.