| Texto completo | |
| Autor(es): |
de Souza, Lucas Airam C.
;
Camilo, Gustavo F.
;
Rebello, Gabriel Antonio E.
;
Guimaraes, Lucas C. B.
;
Mitre Campista, Miguel Elias
;
Kosmalski Costa, Luis Henrique Maciel
Número total de Autores: 6
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2024 6TH CONFERENCE ON BLOCKCHAIN RESEARCH & APPLICATIONS FOR INNOVATIVE NETWORKS AND SERVICES, BRAINS 2024; v. N/A, p. 4-pg., 2024-01-01. |
| Resumo | |
In federated learning, different clients can contribute to the learning process without disclosing private information. Nevertheless, other security issues do still exist. Malicious users can delay the convergence or even degrade the final global model by injecting untrained models. This paper integrates blockchain technology with federated learning and evaluates the performance based on small committees. Based on real experiments, we show that registering all model updates in blockchain introduces system auditability without impacting the federated learning performance. (AU) | |
| Processo FAPESP: | 15/24494-8 - Comunicação e processamento de big data em nuvens e névoas computacionais |
| Beneficiário: | Nelson Luis Saldanha da Fonseca |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 15/24485-9 - Internet do futuro aplicada a cidades inteligentes |
| Beneficiário: | Fabio Kon |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 18/23292-0 - Projeto ACCRUE-SFI: infraestrutura avançada e colaborativa de pesquisa para internet do futuro segura |
| Beneficiário: | Otto Carlos Muniz Bandeira Duarte |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 14/50937-1 - INCT 2014: da Internet do Futuro |
| Beneficiário: | Fabio Kon |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |