ブロックチェーン対応クラウド基盤上でのフェデレーテッドラーニング

概要: IoTデバイスの台頭とクラウドコンピューティングの普及は、データ駆動型インテリジェンスの新たな時代をもたらした。したがって、単一の場所に大規模なデータを保存することを前提とする従来の集中型機械学習モデルは、データ漏えい、プライバシー侵害、ならびに規制不適合に対してより脆弱になっている。本報告書では、クラウド・エッジ環境において、連合学習（FL）とブロックチェーン技術を統合することを、これらの懸念に対する効果的な解決策として実証しつつ、徹底的に検討する。本研究では、統合システムにとって重要な協調の枠組み、コンセンサスアルゴリズム、データ保存の実践、信頼モデルを入念に評価する、詳細な四次元のアーキテクチャ分類を提案する。本原稿は、最先端の2つの枠組みを包括的に比較検討している。すなわち、知能輸送システム向けに設計された多目的強化連合学習ブロックチェーン（MORFLB）と、持続可能なヘルスケアシステムのための連合ブロックチェーン・IoTフレームワーク（FBCI-SHS）であり、それらの独自の貢献と内在する限界を明らかにする。最後に、既存の知識体系の中で本研究の独自性を見極めるため、比較的観点から現在の枠組みを統合している文献を徹底的に評価する。本原稿は締めくくりとして、主要な課題を整理し、将来の研究のための戦略的枠組みを提示し、さまざまな応用領域にわたって適応的で、レジリエントで、標準化されたBCFLシステムの発展を強調する。