基于模型聚合的分布式拜占庭鲁棒优化算法研究.pdf

摘要  摘要 器 习 法离 。 着数据 式 ， 器 法 机 学 算 不 数据 随 的爆炸 增长 单台机 无 分析如 开 此 。 某些 ， 大规模的数据 同时， 在 场景中 数据本身分布式 存储在不同的设备中， 地 。 上 由于隐私问题， 无法将这类数据收集到某个设备集中处理 基于 述原因， 许多 式 。 这些 法 器 分布 机 学习算法 在 算 中， 数据 以分布在多台机 中， 提 器 可 学者 出 了 可 通 可 一 些 器 过 信息的交换， 协 合 地 习 个 这 机 以 某种方式实现 从而 以 同 作 学 更 。 机器 习 计 可 ， 加强大有效的 型 传统的分布式 学 假设每个 算节点都是 靠的 然 模 而 。 一些计 节 遭 恶 攻 在实 应用 问 中并非如此 算 点 能因为 到了 意 或篡改， 际 题 可 击 或 故 送错 心 致 为机 本身的 障或数据错 ， 发 信息 中 节点， 从 导 模 者因 器 误 会 误 给 而 送 心 。 些发 错 信息给中 节 点 为 型训练失败 相关 究把 点的计算 称 拜占庭 研 这 误 节 。 拜 式计算模型称为 占庭错 模型 本文主