拜占庭容错相关 AI 资讯 · AI 热点

7月20日

09:52

09:52

官方账号arXiv cs.LG@Jun He, Deying Yu

论文提出Honest Quorum Problem，即协议兼容但语义错误的智能体验证器可能满足常规检查而形成无效证书。定义Epistemic Byzantine Fault Tolerance (EBFT)，引入两个置信度索引量e_δ和u_ε，分别约束拜占庭集之外的一致无效认可和降低活跃度的不可用支持。推导了语义有效性、共识一致性、活跃性和阈值选择的充分条件。论证仅当添加名义上不同的智能体能可测量地减少无效认可或不可用支持的尾部分布时，才能提升容错性。

论文 EBFT 拜占庭容错智能体

推荐理由：这篇论文挖出了智能体共识的一个坑：老实但推理错误的验证器照样能搞砸安全性。用e_δ和u_ε两个指标量化风险，比传统BFT更接地气。搞Agent基础设施的值得一读。

5月21日

10:22

10:22

官方账号arXiv cs.LG@Mouhamed Amine Bouchiha, Abdelaziz Amara Korba, Yacine Ghamri-Doudane

精选

该论文提出 ABC-DFL，一种自动拜占庭容错的聚类去中心化联邦学习框架，用于联网电动汽车的电池智能管理。它用开放许可区块链替代传统中心化聚合服务器，引入动态 QBFT 共识协议和预言机聚合层，增强信任与安全性。核心算法 FLECA 通过自适应阈值过滤恶意更新，并利用鲁棒聚类隔离可信组，在拜占庭攻击下攻击影响得分低于 0.10。实验表明，FLECA 在良性条件下与 FedProx 收敛性相当，且多任务学习验证了激励机制的有效性与公平性。该工作解决了集中式联邦学习在安全与信任方面的关键限制，为电动汽车电池数据隐私保护提供了新方案。

论文联邦学习拜占庭容错电动汽车

推荐理由：做联邦学习或电动汽车电池管理的团队，这篇论文给出了一个去中心化且抗攻击的实用框架，值得关注其 FLECA 聚合协议和区块链集成思路。