Federativ o‘rganish foydalanuvchilar yoki tashkilotlarga o‘z ma’lumotlarini markaziy serverga yubormasdan modelni o‘z qurilmalarida o‘qitish imkonini beradi. Biroq klassik federativ o‘rganishda mahalliy model yangilanishlarini birlashtirish hanuz markaziy server tomonidan bajariladi. Bu ishtirokchilarning tizimdan chetlatilishi, bitta nosozlik nuqtasining yuzaga kelishi va mukofotli federativ o‘rganish tizimlarida to‘lovlarning yagona hokimiyatga bog‘liq bo‘lib qolishi kabi muammolarga olib kelishi mumkin.

Ushbu ish federativ o‘rganish koordinatsiyasini blockchain ustida ishlovchi aqlli shartnomalarga ko‘chiradigan va ishtirokchilarni halol ta’limga undash uchun Multi-Task Peer Prediction (MTPP) dan foydalanadigan konseptual arxitekturani taklif etadi. Blockchain ro‘yxatga olish, koordinatsiya, to‘lov, ayrim agregatsiya amallari va audit qilinadigan qaydlar uchun ishlatiladi, katta hajmdagi ma’lumotlarni zanjirga to‘g‘ridan-to‘g‘ri yozish o‘rniga esa IPFS kabi off-chain saqlash tizimlaridan foydalaniladi.

Taklifning asosiy maqsadi Shapley qiymati kabi qimmat usullarga ehtiyoj sezmasdan ishtirokchilarni mukofotlay oladigan yengilroq mexanizmni ishlab chiqishdir. MTPP ishtirokchilarning hisobotlarini ma’lum “to‘g‘ri javob” bilan solishtirish o‘rniga turli ishtirokchilar chiqishlari orasidagi korrelyatsiyani kuzatadi. Shu yo‘l bilan bilimli va halol hisobot berish xatti-harakatini iqtisodiy jihatdan foydaliroq qilish maqsad qilingan.

Biroq ish amalda qo‘llangan va ishlashi o‘lchangan tizimni taqdim etmaydi. Taklif etilgan arxitekturaning blockchain ustidagi haqiqiy tranzaksiya xarajati, masshtablanuvchanligi, kechikishi, saqlash yuki va model ta’limiga ta’siri hali eksperimental ravishda tasdiqlanmagan.

Federativ o‘rganish o‘ziyoq markazlashmagan emasmi?

Federativ o‘rganish trening ma’lumotlari foydalanuvchi qurilmasidan chiqib ketmasligi jihatidan markazlashgan ma’lumot yig‘ish modelidan farq qiladi. Ishtirokchilar modelni o‘z ma’lumotlari ustida mahalliy tarzda o‘qitadi va faqat model yangilanishlarini markaziy tizimga yuboradi.

Biroq klassik arxitekturada bu yangilanishlarni birlashtiradigan markaziy server mavjud. Shu sababli ma’lumotlar markaziy tarzda to‘planmasa ham, koordinatsiya to‘liq markazlashmagan emas.

Ishning 2-betidagi 1-shakl bu farqni bevosita ko‘rsatadi. An’anaviy federativ o‘rganishda qurilmalar o‘z mahalliy modellarini o‘qitadi, yangilanishlarini markaziy serverga yuboradi, server global modelni tuzadi va uni yana qurilmalarga tarqatadi. Taklif etilgan blockchain tuzilmasida esa saqlash, agregatsiya, koordinatsiya va to‘lov kabi vazifalar aqlli shartnomalar hamda blockchain infratuzilmasi orqali bajarilishi ko‘zda tutiladi.

FedAvg qaysi muammoni hal qiladi?

Maqola federativ o‘rganishda keng qo‘llanadigan Federated Averaging — FedAvg yondashuvini asosiy misol sifatida keltiradi. Global model parametrlari θ uchun maqsad funksiyasi quyidagicha ifodalanadi:

arg min_θ Σ_i (|S_i| / |S|) f_i(θ)

Bu yerda f_i i-chi ishtirokchining yo‘qotish funksiyasini; S_i o‘sha ishtirokchining ma’lumot indekslarini; S esa barcha ishtirokchilarning birlashgan ma’lumot indekslarini bildiradi.

Bu tuzilma ma’lumot maxfiyligini qo‘llab-quvvatlasa ham, hissa miqdorini adolatli o‘lchashni avtomatik tarzda hal etmaydi.

Ishtirokchilarni nega mukofotlash kerak?

Ishtirokchi qo‘lida global modelga foydali ma’lumot bo‘lishi mumkin, biroq yakunda hosil bo‘ladigan modelga bevosita ehtiyoj sezmasligi ham mumkin. Bunday ishtirokchining hisoblash quvvati, elektr energiyasi, tarmoq kengligi va maxsus ma’lumotidan foydalangan holda trening jarayoniga qo‘shilishi uchun iqtisodiy rag‘bat kerak bo‘lishi mumkin.

Bu yerda ikki asosiy muammo paydo bo‘ladi:

• Hissani qanday o‘lchaymiz?
• To‘lovni xolis va avtomatik tarzda qanday amalga oshiramiz?

Klassik hissa o‘lchovi nima uchun qimmat bo‘lishi mumkin?

Maqola ma’lumot hajmi, mahalliy aniqlik, xarajat, obro‘, ko‘pchilik ovozi, leave-one-out va Shapley qiymati kabi turli hissa o‘lchash usullarini muhokama qiladi.

Xususan, Shapley qiymati nazariy jihatdan adolatli bo‘lishi mumkin, ammo ko‘plab ishtirokchi kombinatsiyalarini baholashi sababli hisoblash xarajati yuqori.

Blockchain tizimlarida bu muammo yanada muhim. Chunki aqlli shartnoma hisob-kitoblari va zanjir ustidagi ma’lumotlar ko‘plab blockchain tugunlarida qayta takrorlanadi.

Shu sababli mualliflar izlayotgan rag‘bat mexanizmi uchta xususiyatga ega bo‘lishi kerak:

• hisoblash nuqtai nazaridan yengil bo‘lishi,
• mukofotni imkon qadar bitta operatsiyada hisoblay olishi,
• blockchain muhitiga mos sodda amallar bilan bajarilishi.

Multi-Task Peer Prediction Nima?

Multi-Task Peer Prediction (MTPP) — to‘g‘ri javob mexanizmga ma’lum bo‘lmagan holatlarda ishtirokchilarni bilimli va halol hisobot berishga undaydigan crowdsourcing mexanizmi. Tizimning asosiy g‘oyasi ishtirokchining natijasini markaziy “ground truth” bilan solishtirish o‘rniga turli ishtirokchilar hisobotlari o‘rtasidagi korrelyatsiyani baholashdir.

Federativ o‘rganishda buning maqsadi shunchaki hisobot emas, balki ishtirokchining chindan ham modelni o‘qitishi va so‘ng olingan natijani halol tarzda yuborishini iqtisodiy jihatdan foydaliroq qilishdir.

Task, signal va report nimani anglatadi?

Maqola MTPPni federativ o‘rganishga ko‘chirish uchun uchta asosiy tushunchani belgilaydi.

Task: Ishtirokchi bajarishi kerak bo‘lgan vazifa. Masalan, tasvirlarni tasniflash yoki neyron tarmoqning mos parametrlarini topish.

Signal: Ishtirokchi vazifani haqiqatan bajarganda oladigan ma’lumot. Tasvir tasniflashda bu bashorat yorlig‘i bo‘lishi mumkin.

Report: Ishtirokchi tizimga bildiradigan natija.

Agar ishtirokchi haqiqiy signal ma’lumotini hisobot qilsa, u halol bo‘ladi. Agar o‘qitmasdan tasodifiy natija yuborsa yoki boshqa ishtirokchilarning chiqishlarini taqlid qilsa, mexanizm buni iqtisodiy jihatdan noqulay qilishi kerak.

Informed-truthful xulq nima degani?

Ishda mo‘ljallangan mexanizm bilimli va halol strategiyaning kutiladigan to‘lovi boshqa strategiyalarnikidan kamida shuncha yuqori bo‘lgan tuzilma sifatida tushuntiriladi.

Federativ o‘rganish nuqtai nazaridan maqsad haqiqiy model ta’limi + halol hisobot xulqini alohida ishtirokchi uchun iqtisodiy jihatdan oqilona qilishdir.

MTPP ikki ishtirokchini qanday baholaydi?

Maqoladagi umumiy izohga ko‘ra MTPP jarayoni quyidagi mantiqni kuzatadi:

1. Ishtirokchilarga umumiy vazifalar beriladi.
2. Ba’zi vazifalar “bonus tasks”, ba’zilari esa bir-biriga ustma-ust tushmaydigan “penalty tasks” sifatida ajratiladi.
3. Bonus va penalty vazifalardagi ball farqi orqali to‘lov hisoblanadi.
4. Barcha bonus vazifalaridagi to‘lovlar birlashtirilib jami mukofot olinadi.

Bu yerda asosiy maqsad tasodifiy yoki ko‘chirilgan hisobotlar tizimli ravishda yuqori mukofot olishining oldini olish va haqiqiy axborot olib keluvchi hisobotlarni ustunroq qilishdir.

Blockchain Federativ O‘rganishda Aniq Nima Qiladi?

Ish blockchain rolini to‘rtta asosiy guruhga ajratadi: agregatsiya, koordinatsiya, to‘lov va saqlash.

Agregatsiyani to‘liq zanjirga ko‘chirish nega muammo?

Mahalliy model parametrlari to‘g‘ridan-to‘g‘ri blockchain ustiga yuborilib smart contract tomonidan birlashtirilishi mumkin. Buning afzalligi markaziy nosozlik nuqtasining yo‘qolishi va hissalarning audit qilinadigan bo‘lishidir.

Lekin barcha blockchain tugunlari bir xil hisoblash va saqlashni takrorlashi sababli xarajat tez o‘sishi mumkin. Maqola on-chain agregatsiyaning saqlash va hisoblash yuki muhim masshtablanuvchanlik muammosi ekanini ta’kidlaydi.

Shu sababli Federated Distillation yoki hisoblash hamda konsensus qatlamlarini ajratadigan ikki qatlamli blockchain tuzilmalari kabi yondashuvlar ehtimoliy kamaytirish strategiyalari sifatida muhokama qilinadi.

Blockchain koordinatori bo‘la oladimi?

Ha. Maqola blockchain model og‘irliklarini bevosita agregatsiyadan tashqari ham ishlatish mumkinligini ta’kidlaydi.

Masalan tizim:

• tasodifiy lider tanlashi,
• ishonchsiz muhitda ovoz berish mexanizmini yuritishi,
• ishtirokchi yozuvlarini saqlashi,
• model yangilanishlarini tekshirish bo‘yicha qayd yuritishi mumkin.

Shunday qilib og‘ir hisoblashlar off-chain bajarilganda koordinatsiya blockchain tomonidan ta’minlanishi mumkin.

Nega kriptovalyuta arxitekturaning bir qismi?

Blockchainga asoslangan kriptovalyuta tizimlari MTPP hisoblagan hissa skorini to‘g‘ridan-to‘g‘ri to‘lov mexanizmiga bog‘lash imkonini beradi.

Shu tufayli nazariy jihatdan to‘lov:

• markaziy tashkilot qaroriga bog‘liq bo‘lmasdan,
• oldindan belgilangan qoidalarga ko‘ra,
• avtomatik,
• tekshiriladigan

tarzda bajarilishi mumkin.

Taklif Etilgan Blockchain + MTPP Federativ O‘rganish Tizimi Qanday Ishlaydi?

Ishning 4-betidagi 2-shakl taklif etilgan tuzilmani sakkiz bosqichli ish zanjiri sifatida ko‘rsatadi.

1. Blockchain’da ro‘yxatdan o‘tish

Tizimga qo‘shilishni istagan mijozlar blockchain ustida o‘zlarini ro‘yxatdan o‘tkazadi.

Ethereum Virtual Machinega o‘xshash muhitda ishtirokchi public address ma’lumotini saqlashi va operatsiyani private key bilan imzolashi mumkin.

Qo‘llash ssenariysiga qarab tizim to‘liq ochiq bo‘lishi, faqat oldindan ma’lum ishtirokchilarga ruxsat berishi yoki ishtirokchilardan iqtisodiy stake talab qilishi mumkin.

2. Mahalliy modelni o‘qitish

Har bir mijoz o‘z mahalliy ma’lumotidan foydalanib modelni o‘qitadi. Ma’lumot qurilmadan chiqmaydi.

Bu bosqich klassik federativ o‘rganishning asosiy maxfiylik afzalligini saqlab qoladi.

3. Ochiq test to‘plamida inference

Ishtirokchilar umumiy public test set ustida bashoratlar hosil qiladi.

Masalan, tasvir tasniflash vazifasida tizim har bir ishtirokchining test tasvirlariga bergan sinf yorliqlarini oladi.

4. Nega Hash-Commit kerak?

Blockchain tabiatan shaffof. Ishtirokchi boshqa mijozlarning natijalarini zanjirda ko‘rib, o‘qitishsiz ularning hisobotlarini taqlid qilishi mumkin.

Buning oldini olish uchun ish commit-reveal mexanizmini taklif etadi.

Ishtirokchi avval natijasiga tasodifiy salt qo‘shadi va birlashgan ma’lumotning hashini blockchain’ga yuboradi.

Soddalashtirilgan holda:

commit = Hash(report || salt)

Salt’dan foydalanish, ayniqsa ehtimoliy natijalar soni kichik bo‘lganda, hash orqali kirishni brute-force bilan taxmin qilishni qiyinlashtiradi.

IPFS nega ishlatiladi?

Katta hajmdagi ma’lumot blockchain’ga to‘g‘ridan-to‘g‘ri yozilsa, har bir tugun bu ma’lumotni saqlashi kerak bo‘ladi. Bu esa masshtablanuvchanlikka salbiy ta’sir ko‘rsatadi.

Shu sababli ishda natijalarning o‘zi o‘rniga InterPlanetary File System — IPFS dan foydalanish taklif qilinadi.

Blockchain ustida katta ma’lumot o‘rniga IPFS’dagi ma’lumotni ko‘rsatuvchi mazmun-asosli ko‘rsatkich saqlanishi mumkin. Shu yo‘l bilan zanjir ustidagi saqlash yuki kamaytirilishga harakat qilinadi.

5. Ishtirokchilar qanday tasodifiy juftlanadi?

MTPP mukofotini hisoblashda ishtirokchilarni tasodifiy juftlash kerak. Biroq blockchain ustida tasodifiylik manipulyatsiya qilinmasligi muhim.

Ish buning uchun Chainlink VRFga o‘xshash markazlashmagan Verifiable Random Function dan foydalanishni taklif qiladi.

VRF yaratadigan kriptografik tekshiriladigan tasodifiy seed ikki ishtirokchini juftlashda ishlatilishi mumkin.

6. Reveal bosqichida nima bo‘ladi?

Juftlangan ishtirokchilar avval commit qilgan:

• IPFS ko‘rsatkichini,
• salt qiymatini

blockchain’ga ochiqlaydi.

Smart contract bu ma’lumotlarni qayta hash qilib, birinchi commit qiymati bilan solishtiradi. Shu tariqa ishtirokchi natijani keyinchalik o‘zgartirmaganini tekshirish mumkin bo‘ladi.

7. MTPP mukofoti qanday hisoblanadi?

Aqlli shartnoma tasodifiy tanlangan ishtirokchi juftlarining hisobotlaridan foydalanib MTPP ballarini hisoblaydi.

Bu yerda maqsad yuqori xarajatli to‘g‘ridan-to‘g‘ri hissa o‘lchovi o‘rniga hisobotlar korrelyatsiyasiga asoslangan yengilroq mukofot mexanizmidan foydalanishdir.

8. To‘lov

So‘nggi bosqichda hisoblangan mukofotlarni blockchain’ning kriptovalyuta xususiyati orqali mijoz hisoblariga avtomatik yuborish taklif qilinadi.

Multi-Task Peer Prediction Shapley Qiymatining O‘rnini Butunlay Bosa Oladimi?

Ushbu ish buni isbotlamaydi. MTPPning asosiy afzalligi Shapley qiymati kabi ochiq hissa o‘lchash usullarining yuqori hisoblash xarajatini kamaytirishi mumkin bo‘lgan boshqa bir rag‘bat yondashuvini taklif qilishidadir.

Biroq mualliflar mavjud MTPP usullarida ham yechilishi lozim bo‘lgan muammolar borligini ochiq aytadi.

Masalan, Correlated Agreement va Peer Truth Serum kabi usullarda ma’lumotlar taqsimoti haqida keng bilim talab qilinishi mumkin. Correlated Agreement uchun ishlatiladigan delta matritsasini hisoblash ham hanuz sezilarli hisoblash yukini keltirib chiqarishi mumkin.

Shunday ekan, maqola “MTPP hissaning barcha o‘lchash muammosini hal qildi” degan xulosaga kelmaydi. U ko‘proq blockchain’da qo‘llanishi mumkin bo‘lgan yengilroq rag‘bat qatlamiga nomzod mexanizmni taklif qiladi.

Ishning Metodi va Topilmalari

Tadqiqot dizayni

Bu ish eksperimental mashina o‘rganishi benchmarki emas. U yangi modelning aniqlik ko‘rsatkichlarini yoki blockchain tarmog‘ining TPS, kechikish, gas xarajati yoki energiya sarfini o‘lchamaydi.

Metod uch asosiy qadmdan iborat:

1. Federativ o‘rganishda hissa o‘lchash usullari va muammolarini ko‘rib chiqish.
2. Blockchain’ning federativ o‘rganishda agregatsiya, koordinatsiya, to‘lov va saqlash uchun qanday ishlatilishi mumkinligini baholash.
3. MTPP + umumiy maqsadli blockchain tizimlarini birlashtiruvchi konseptual markazlashmagan va rag‘batlantirilgan FL arxitekturasini loyihalash.

Ishning asosiy hissasi nima?

Maqolaning bosh hissasi yangi deep learning arxitekturasi emas, iqtisodiy rag‘bat mexanizmi va blockchain asosidagi koordinatsiyani bir FL ish oqimida birlashtirgan tizim dizaynidir.

Taklif etilgan tuzilma:

• markaziy agregatsiya hokimiyatining ta’sirini kamaytirishni,
• to‘lov qoidalarini smart contract bilan avtomatlashtirishni,
• ishtirokchi xulqini MTPP bilan rag‘batlantirishni,
• commit-reveal orqali keyinchalik taqlid qilishni qiyinlashtirishni,
• VRF bilan xolis juftlashni,
• IPFS bilan blockchain saqlash yukini kamaytirishni

maqsad qiladi.

Maqola qo‘llab-quvvatlaydigan izohlar

• Blockchain klassik FLdagi markaziy serverning ayrim vazifalarini o‘z zimmasiga olishi mumkin.
• Kriptovalyuta va smart contract infratuzilmasi avtomatik to‘lov mexanizmlari uchun ishlatilishi mumkin.
• MTPP ground truthsiz ishtirokchi hisobotlari korrelyatsiyasidan foydalanib rag‘bat yaratish salohiyatiga ega.
• IPFS kabi off-chain saqlash yechimlari blockchain ma’lumotni ko‘paytirish xarajatini kamaytirishi mumkin.
• Commit-reveal va VRF mexanizmlari taklif etilgan rag‘bat jarayonidagi ayrim manipulyatsiya xavflarini kamaytirishni ko‘zlaydi.

Maqola qo‘llab-quvvatlamaydigan izohlar

• Tizim haqiqiy Ethereum yoki boshqa blockchain tarmog‘ida ishlab chiqarish miqyosida sinovdan o‘tkazilmagan.
• MTPP har qanday holatda Shapley qiymatidan adolatliroq ekani ko‘rsatilmagan.
• Taklif etilgan arxitektura o‘qitish aniqligini oshirishi haqida eksperimental natija taqdim etilmagan.
• Gas xarajati, throughput, kechikish, energiya sarfi yoki maksimal foydalanuvchilar soni o‘lchanmagan.
• Model agregatsiyasini aynan qaysi ishtirokchi amalga oshirishi aniq hal qilinmagan.
• Tuzilmaning ishlab chiqarishga tayyor ekani ko‘rsatilmagan.

Ishning asosiy cheklovlari

1. MTPP tafsilotlari hali to‘liq hal qilinmagan. Correlated Agreement va Peer Truth Serum kabi mexanizmlar ma’lumotlar taqsimoti haqida ma’lumot talab qilishi mumkin. CA uchun delta matritsasini hisoblash ham zanjirda hanuz qimmat bo‘lishi mumkin.

2. Amaliyot va ishlash testi yo‘q. Haqiqiy ishlash foydalanilgan blockchain arxitekturasi, konsensus mexanizmi, peerlar soni, virtual mashinaning ma’lumot turlari, ma’lumot kodlash usuli va IPFS so‘rov tuzilishiga bog‘liq bo‘ladi.

3. Agregatorni tanlash ochiq muammodir. Rasmda model parametrlarini yakunda kim agregatsiya qilishi aniq belgilanmagan. Mualliflar oracle tomonidan tasodifiy tanlangan ishtirokchi, optimistic yondashuv yoki ko‘pchilik ovozi kabi variantlar o‘rganilishi mumkinligini aytadi.

4. Markazlashmaganlikning narxi bor. Blockchain’dagi barcha tranzaksiyalar ko‘plab tugunlar tomonidan saqlanishi va hisoblanishi markaziy tuzilma bilan solishtirganda qo‘shimcha tranzaksiya hamda saqlash xarajatini tug‘dirishi mumkin.

Manba va Metod Izohi

Asl sarlavha: Democratizing Federated Learning with Blockchain and Multi-Task Peer Prediction

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

Muallif muassasalari: Tsinghua University, Fraunhofer HHI, TU Berlin va A*STAR Institute of High Performance Computing.

Manba: arXiv.

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

Sana: 30 mart 2026.

Ish turi: Konseptual arxitektura / tizim dizayni / adabiyotga asoslangan texnik taklif.

Asosiy sohalar: Federated Learning, blockchain, incentive mechanisms, smart contracts, Multi-Task Peer Prediction.

Asosiy arxitektura komponentlari: Blockchain registration, local model training, public test set inference, hash-commit, salt, IPFS, VRF oracle, reveal, MTPP scoring va cryptocurrency payment.

Tajriba holati: Ish haqiqiy blockchain ilovasi yoki miqdoriy ishlash benchmarkini taqdim etmaydi.

Ilmiy izoh chegarasi: “Demokratlashtirish” iborasi mualliflarning markaziy serverga qaramlikni kamaytirish va ishtirokchilarga nisbatan tengroq vakolat/to‘lov berishga qaratilgan tizim dizayni maqsadini bildiradi. Taklif etilgan arxitekturaning real dunyoda masshtablanuvchi, iqtisodiy yoki barcha ishtirokchilar uchun adolatli ekani hali eksperimental ravishda ko‘rsatilmagan.