A blockchain based platform for federated learning

• Autor(a) principal: Tavares, Lucas Cardoso
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/254858
• topic: Aprendizado federado; Inteligência artificial; Aprendizado : máquina; Blockchain; Federate Learning; Big-data; Trading; DAO

O aprendizado federado é uma técnica de IA emergente, que remove a necessidade da centralização dos dados em um servidor. Nela, um servidor envia tarefas de aprendizado de máquina para os edge nodes, que então executam a tarefa sobre seus dados e enviam apenas o resultado de volta para o servidor, um update. Para isso é necessário criar-se um sistema de negociação entre edge nodes, que queiram executar tarefas de machine learning, e edge nodes, que queiram vender seu poder computacional em troca de al guma recompensa. Nesse contexto, alguns estudos vêm aplicando Blockchain junto ao aprendizado federado em busca de conseguir criar um ambiente de negociação seguro, descentralizado, e justo com alguma moeda de troca para que essas tarefas de apren dizado de máquina sejam transacionadas. Um problema pivotal entre os estudos é que nenhum foca em analisar o gasto em taxa de gas por transações na rede, e hoje, sabe-se, que as principais redes blockchain que garantem as propriedades de segurança e privaci dade são blockchains públicas e, por sua vez, com alto custo de transação e baixo TPS. Nesse trabalho, é proposta uma plataforma de negociação onde edge nodes executam ta refas previamente acordadas com um Requisitante e, após executá-las, envia o resultado de volta em troca de uma moeda digital. A plataforma apresenta um sistema de corres pondência de dados, de envio de ofertas e contratos de trabalho. O principal objetivo da plataforma é unir a segurança e privacidade de uma blockchain pública garantindo uma maior escalabilidade em níveis de taxa por transação. Para verificar a viabilidade da so lução foram implementadas as funcionalidades básicas da plataforma e prototipado um ambiente com 4 nodos executando um filtro de Matriz de Convolução de forma federada. O número de interações e os valores gastos em taxas foram analisadas e comparados com soluções estudadas semelhantes.