VeilFL: Federe Öğrenmede İki Aşamalı Sorumluluk

Federe öğrenme sistemleri, merkezi bir sunucuya veri göndermeden modelleri eğitmek için dağıtılmış istemciler kullanıyor. Ancak anonim katılım sağlayan protokoller, aynı kötü niyetli istemcinin tekrar tekrar hile yapmasını izlemekte zorluk çekiyor.

ArXiv'de yayımlanan VeilFL, bu soruna iki aşamalı bir çözüm getiriyor. Sistem, PINE adlı mevcut anonim protokolüne dayanıyor ve iki toplayıcı (aggregator) arasında çalışıyor. Her gönderim, iki özel PINE mesajı, tur bazlı bir takma ad ve bir izleme çifti ile aynı gizli kimlik bilgisine bağlanıyor.

İlk aşamada, VeilFL bir tur içinde tekrarlanan gönderimleri tespit ediyor. Normal katılımcılar için kalıcı bir tanımlayıcı oluşturulmadığından, gizlilik korunuyor. İkinci aşamada, bir eşik komitesi (threshold committee) onaylanmış bir suistimal veya ortak PINE reddi sonrasında istikrarlı bir tanıtıcı ortaya çıkarıyor. Bu tanıtıcı, aynı kimlik bilgisine ait hataları bağlantılandırıyor.

Kimliklendirme ancak kamu günlüğü yeterli sayıda bağlantılı hatayı kaydettikten ve ayrı bir komite yetkilendirdikten sonra gerçekleşiyor. Bu tasarım, sıradan kullanıcıların anonimliğini korurken, sistematik kötü davranışları cezalandırmayı mümkün kılıyor.

VeilFL, federe öğrenme ortamlarında güvenlik ve mahremiyet dengesini kurmak isteyen araştırıcılar ve uygulayıcılar için ilgi çekici.