文章目录
这个项目做了一个演示视频：
http://demo.blockchain-neu.com/home/
从代码上来看貌似只有前端的数据模拟过程，实际的完整的代码运行还在编写？
部分基础概念学习来自于：
一、基本信息与前置知识
1.1 基本信息
FedCoin: A Peer-to-Peer Payment System for Federated Learning
- 来源：arXiv
- 作者：Yuan Liu1∗ , Shuai Sun1 , Zhengpeng Ai1 and Shuangfeng Zhang1 , Zelei Liu2 , Han Yu2
- 出版期刊/会议：arXiv预收录
- 分区：\
- 出版时间：2020/02/26
1.2 前置知识
Shapley Value（SV）
关于这部分前置知识我的另一篇Shapley_Value全解析与公式推导文章做了详细的介绍
二、解决的问题
2.1 联邦学习激励
想要让数据持有者加入联邦学习中，就需要公平的激励机制去促进
使用区块链解决联邦学习的激励公平问题
2.2 区块链算力与Shapley Value计算的困难
传统区块链的共识算法通过难题来解决，耗费了大量的无意义计算
而Shapley Value的计算复杂度是 O ( n ! ) O(n!) O(n!)的，难以计算
结合两者，取长补短实现优化
区块链的共识算法设计需要满足：计算困难，验证简单
三、系统框架
3.1 架构
并行的两个网络：
- 联邦学习网络：联邦学习任务 （中心化）
- 区块链网络：计算SV的值 （去中心化）
3.2 系统角色
| 角色名 | 作用 | 激励 |
|---|---|---|
| FL 任务需求方 | 提出资金V，发布FL任务 | 支出：V |
| FL Client 联邦学习客户端 | 协同FL训练，获得报酬 | TrainPrice |
| FL Server 联邦学习中央服务器 | 安全FL聚合，连接两个网络的中间人 | ComPrice |
| 区块链共识节点 | 计算SV指，分发给FL Client奖励 | SapPrice |
（对于激励一栏，下面会详述）
3.3 总体流程
- FL任务需求方发布FL任务并提供赏金V
- FL服务器接收任务，向Clients发布FL任务，标注奖金TrainPrice
- FL网络实现FL相关任务，在客户端与服务器之间全局迭代的过程中，区块链网络也不断计算每个Client节点SV贡献度
- FL结束，FL服务器联系区块链网络出块节点计算成功的SV贡献按比例分配给Client激励
四、创新的方法
4.1 PoSap共识算法
我们提出了FedCoin，一个基于区块链的点对点支付系统，以实现一个可行的基于SV的利润分配，以公平的方式反应对全局FL模型的贡献。
在FedCoin中，区块链共识实体计算SVs（Shapley Value），并基于Shapley协议证明 (PoSap)创建新块。
算法1：Shapley工作量证明共识算法
区块结构设计
算法的难度是动态调整的
算法2：验证区块算法：VerifyBlock
验证算法需要满足三个规则才算成功：
- 新区块内两个参数的验证
- 本地计算值与新区块计算值的差值验证
- 最长链验证
4.2 资金流向
所有的资金流向通过区块链交易系统保证不可篡改性以及安全
- 需求方 V -> 联邦学习服务器
- 服务器计算TrainPrice, 留下ComPrice=V-TrainPrice-SapPrice, 剩下的（TrainPrice+SapPrice）-> 区块链出块节点
- 区块链出块节点 留下SapPrice，将TrainPrice按照VS值的比例 -> 各个FL Clinet
五、总结
将Shapley 值的计算与区块链共识挑战结合是非常有创新的
疑问：
-
中心化叠加去中心化是否可行？
-
SV值计算细节不是很理解（算法1：3~14行），有懂得大佬欢迎评论区留言
-
FL训练与区块链SV计算时间上是一前一后串行还是并行？
算法1中计算每个轮次是并行？算法3中又是先训练好模型再发布SV计算任务即时间上是串行？
不知道是不是理解有误：）
觉得不错的话，请点赞关注呦～～你的关注就是博主的动力
关注公众号，查看更多go开发、密码学和区块链科研内容：
