Key points are not available for this paper at this time.
الملخص في هذه الورقة نقدم إطار تعلم اتحادي قابل للتوسع ويحافظ على الخصوصية، أطلق عليه FLoBC، بناءً على مفهوم دفاتر السجلات الموزعة التي تمثل أساس البلوكتشين. هذا يحدث بسبب النمو السريع للبيانات حول العالم، خصوصًا البيانات اللامركزية التي تستدعي نماذج تعلم آلي قابلة للتوسع ولامركزية قادرة على الحفاظ على خصوصية بيانات المستخدمين المشاركين. نحو هذا الهدف، نقوم أولاً بتحفيز وتعريف نطاق المشكلة. ثم نقدم هندسة النظام المقترح FLoBC التي تعتمد على عدد من الركائز الأساسية، وهي التوازي، اللامركزية، وتزامن تحديث العقد. على وجه الخصوص، نقوم بفحص عدد من السياسات المعروفة لتحديث العقد ونبحث في مزايا أدائها والمفاضلات التصميمية. أخيرًا، نقارن نظام التعلم الاتحادي المقترح بنظام التعليم المركزي كأساس لنظهر مزايا أدائه. النتيجة الرئيسية في هذه الورقة هي أن إطار التعلم اللامركزي المقترح قادر على تحقيق أداء يتقارب مع نظام التعليم المركزي الكلاسيكي، بينما يوزع عملية تدريب النموذج عبر عدة عقد دون مشاركة بياناتها الفعلية. هذا يوفر حلاً قابلاً للتوسع يحافظ على الخصوصية لتدريب مجموعة متنوعة من نماذج التعلم الآلي الكبيرة.
عزوز وآخرون (السبت) درسوا هذا السؤال.