AuditFL：面向开放式联邦学习的合约支持清算层
论文提出 AuditFL，旨在让开放环境中的联邦学习轮次具备可审计性。训练和聚合仍在链下进行，区块链只记录模型产物标识符和经济状态。客户端存入保证金以预留更新票据，之后可按确定性规则申领退款或奖励。系统保留聚合器，但其轮次决策可以追溯和重放。在最多 200 个客户端的 MNIST 测试中，AuditFL 的学习轨迹与基准联邦学习基本一致。200 个客户端时，合约执行了 5,026 笔交易，消耗 8.297 亿 EVM gas。加入客户端退出和无效更新的压力测试仍能完成轮次，准确率变化较小。结果仅来自有限的实验环境，尚不能证明其适用于生产规模部署。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。