FedCoin - 用于联邦学习的P2P支付系统

联邦学习是一种新的协作式机器学习方法，用于在分布式数据集上训练模型同时 保护参与各方的隐私。为了恰当地激励数据持有者分享其数据集，联邦学习 通常会引入Shapley Value来公平地评估分享者的贡献，但是SV的计算非常复杂 耗时。

在本论文中，我们提出了FedCoin，一种基于区块链的点对点的支付系统， 可以帮助联邦学习实现基于SV的利润分配机制。FedCoin区块链采用Proof of Shapley共识协议生成新的区块，共识主体通过计算SV值而非比特币中无意义 的哈希来生成新的区块。实验结果标明FedCoin可以促进联邦学习客户端提供 高质量的数据，为非数据提供者参与联邦学习开启了新的机会。

论文PDF下载：FedCoin: A Peer-to-Peer Payment System for Federated Learning