BriefGPT - AI 论文速递
·
区块链上的去中心化联邦遗忘
原文中文，约300字，阅读约需1分钟。
📝
内容提要
使用变色龙哈希技术重新设计区块链结构，提出通用的区块链联合取消学习框架BlockFUL，减少模型更新的复杂性、计算和共识成本，并支持多种取消学习方法，确保模型更新的完整性和可追溯性。研究证明以最少的变色龙哈希和区块更新操作实现高效的取消学习流程，并比较了这些方法的计算和通信成本。
🎯
关键要点
-
使用变色龙哈希技术重新设计区块链结构。
-
提出通用的区块链联合取消学习框架BlockFUL。
-
减少模型更新的复杂性、计算和共识成本。
-
支持多种取消学习方法，确保模型更新的完整性和可追溯性。
-
对梯度上升和重新训练两种取消学习方法进行了全面研究。
-
证明以最少的变色龙哈希和区块更新操作实现高效的取消学习流程。
-
比较了不同方法的计算和通信成本。
🏷️
