Vai al contenuto
Crypto.world

Ricerca

FLAI Protocol: apprendimento federato decentralizzato con ricompense on-chain e valutazione dei contributi basata su sPEG

L’apprendimento federato (FL) consente di addestrare modelli in modo collaborativo senza centralizzare i dati, ma incontra difficoltà nell’allineare gli incentivi, nell’attribuire le responsabilità e…

FLAI Protocol: apprendimento federato decentralizzato con ricompense on-chain e valutazione dei contributi basata su sPEG
arXiv
2610.17546
Pubblicato
2026-10-13
Autori
Eli Yune, Mahesh Balan

Abstract degli autori

L’apprendimento federato (FL) consente di addestrare modelli in modo collaborativo senza centralizzare i dati, ma incontra difficoltà nell’allineare gli incentivi, nell’attribuire le responsabilità e nel garantire robustezza in presenza di dati eterogenei non-IID. I sistemi esistenti di apprendimento federato decentralizzato (DeFL) sfruttano le blockchain per il coordinamento, ma comportano elevati costi operativi on-chain, si affidano ad autodichiarazioni non verificabili e offrono deboli garanzie di equità. Presentiamo FLAI Protocol, un framework DeFL basato su un ambiente di esecuzione affidabile (TEE) che integra l’aggregazione convalidata da enclave, la valutazione tramite il grafo sparso Peer Evaluation Graph (sPEG) e il regolamento on-chain. sPEG combina qualità valutata dai peer, copertura delle classi, tempestività, impegno e reputazione in punteggi compositi dei contributi. Il protocollo formalizza la valutazione dei contributi e la distribuzione di incentivi sotto forma di token, garantendo un’equità verificabile e la resistenza ai comportamenti da free rider e alla collusione. Valutiamo FLAI su dataset di immagini, testi e dati sanitari e dimostriamo che raggiunge la parità con FedAvg in termini di utilità, migliorando al contempo l’equità e l’attribuzione delle responsabilità. Un caso di studio nell’eHealth per i consumatori, che aggrega dati provenienti da dispositivi indossabili e cartelle cliniche elettroniche per produrre evidenze dal mondo reale, illustra l’applicabilità del protocollo ad ambiti in cui la tutela della privacy è cruciale e sono essenziali ricompense eque, verificabilità e sovranità dei dati.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv