精选理由
Giskard 用委员会树加多方计算搞定隐私和防御坏节点，支持百万级节点，比现有方案通信量更低，值得做去中心化学习的同学看看。
Giskard 是一种面向大规模去中心化学习的聚合协议，同时解决机密性和拜占庭容错问题。它通过将n个参与方组织成大小为O(log n)的委员会树，并利用BGW风格的安全多方计算（MPC）在委员会内执行坐标近似中值分布式二分搜索。理论分析证明了安全性与机密性，实验支持多达100万参与者。与最接近的竞争者相比，Giskard将每方通信复杂度渐近降低，且在少于n/4拜占庭节点下保持模型效用相当。
AI 翻译 · 中文
Giskard 是一种面向大规模去中心化学习的聚合协议，同时解决机密性和拜占庭容错问题。它通过将n个参与方组织成大小为O(log n)的委员会树，并利用BGW风格的安全多方计算（MPC）在委员会内执行坐标近似中值分布式二分搜索。理论分析证明了安全性与机密性，实验支持多达100万参与者。与最接近的竞争者相比，Giskard将每方通信复杂度渐近降低，且在少于n/4拜占庭节点下保持模型效用相当。
Dealing simultaneously with confidentiality and Byzantine behaviors in decentralized learning is a challenging problem. Indeed, in decentralized learning, clients train a machine learning model while keeping their data l…