群体学习

群体学习 Swarm Learning

群体学习是联邦学习和区块链的融合，主要解决联邦学习在融合模型时，过于依赖中心节点，以及集中式融合海量本地节点模型时计算和通信开销大的问题。群体学习相比联邦学习的显著特点是，联邦学习是数据在本地而模型融合在云端（中心节点），群体学习是数据和模型融合都在本地节点，不需要中心节点。

群体学习在联邦学习的基础上，引入区块链技术，利用去中心化的多节点分布式可信机制，实现

1）通过多节点分布式处理模型数据，减小融合模型时的高计算量；

2）通过分布式可信免去对中心节点的依赖，也规避单一中心节点失效风险，提升了习得模型的可信度；

3）区块链的防篡改、可追溯特性，可保护模型免受攻击。