Buchumschlag

Trustless Federated Learning at Edge-Scale: A Compositional Architecture for Decentralized, Verifiable, and Incentive-Aligned Coordination

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Onobhayedo, Pius, Oamen, Paul Osemudiame
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Orchestrating Rewards in the Era of Intelligence-Driven Commerce
von: Oamen, Paul Osemudiame, et al.
Veröffentlicht: (2025)

An Extensive Review of Organizational AI Adoption Challenges and Consequent Integrated AI Appliance Proposal for Adoption Facilitation and Impact Studies
von: Onobhayedo, Pius, et al.
Veröffentlicht: (2025)

JSTprove: Pioneering Verifiable AI for a Trustless Future
von: Gold, Jonathan, et al.
Veröffentlicht: (2025)

End-to-End Verifiable Decentralized Federated Learning
von: Lee, Chaehyeon, et al.
Veröffentlicht: (2024)

Trust-Based Incentive Mechanisms in Semi-Decentralized Federated Learning Systems
von: Shrestha, Ajay Kumar
Veröffentlicht: (2026)

Incentive-Based Federated Learning: Architectural Elements and Future Directions
von: Kaluannakkage, Chanuka A. S. Hewa, et al.
Veröffentlicht: (2025)

On the Fast Adaptation of Delayed Clients in Decentralized Federated Learning: A Centroid-Aligned Distillation Approach
von: Bai, Jiahui, et al.
Veröffentlicht: (2025)

SettleFL: Trustless and Scalable Reward Settlement Protocol for Federated Learning on Permissionless Blockchains (Extended version)
von: Liang, Shuang, et al.
Veröffentlicht: (2026)

Representation-Aligned Multi-Scale Personalization for Federated Learning
von: Liang, Wenfei, et al.
Veröffentlicht: (2026)

TrustChain: A Blockchain Framework for Auditing and Verifying Aggregators in Decentralized Federated Learning
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

Incentivizing LLMs to Self-Verify Their Answers
von: Zhang, Fuxiang, et al.
Veröffentlicht: (2025)

Sparse Decentralized Federated Learning
von: Sha, Shan, et al.
Veröffentlicht: (2023)

Demo: A Practical Testbed for Decentralized Federated Learning on Physical Edge Devices
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Semi-Decentralized Federated Edge Learning for Fast Convergence on Non-IID Data
von: Sun, Yuchang, et al.
Veröffentlicht: (2021)

Certified Unlearning in Decentralized Federated Learning
von: Wu, Hengliang, et al.
Veröffentlicht: (2026)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

Towards Heterogeneity-Aware and Energy-Efficient Topology Optimization for Decentralized Federated Learning in Edge Environment
von: Liu, Yuze, et al.
Veröffentlicht: (2025)

Incentivizing Multi-Tenant Split Federated Learning for Foundation Models at the Network Edge
von: Li, Songyuan, et al.
Veröffentlicht: (2025)

Verifiable Unlearning on Edge
von: Maheri, Mohammad M, et al.
Veröffentlicht: (2025)

Decentralized Nonconvex Composite Federated Learning with Gradient Tracking and Momentum
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Decentralized Federated Learning of Probabilistic Generative Classifiers
von: Pérez, Aritz, et al.
Veröffentlicht: (2025)

Decentralized Federated Learning by Partial Message Exchange
von: Sha, Shan, et al.
Veröffentlicht: (2026)

CoSIFL: Collaborative Secure and Incentivized Federated Learning with Differential Privacy
von: Xie, Zhanhong, et al.
Veröffentlicht: (2025)

Trustless Audits without Revealing Data or Models
von: Waiwitlikhit, Suppakit, et al.
Veröffentlicht: (2024)

NOVER: Incentive Training for Language Models via Verifier-Free Reinforcement Learning
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Incentivizing Truthful Collaboration in Heterogeneous Federated Learning
von: Chakarov, Dimitar, et al.
Veröffentlicht: (2024)

Adaptive Decentralized Federated Learning for Robust Optimization
von: Wu, Shuyuan, et al.
Veröffentlicht: (2025)

Distribution-Aware Mobility-Assisted Decentralized Federated Learning
von: Reza, Md Farhamdur, et al.
Veröffentlicht: (2025)

How to Evaluate Participant Contributions in Decentralized Federated Learning
von: Anada, Honoka, et al.
Veröffentlicht: (2025)

Lossless Privacy-Preserving Aggregation for Decentralized Federated Learning
von: Miao, Xiaoye, et al.
Veröffentlicht: (2025)

PrivEraserVerify: Efficient, Private, and Verifiable Federated Unlearning
von: Goswami, Parthaw, et al.
Veröffentlicht: (2026)

AlphaAlign: Incentivizing Safety Alignment with Extremely Simplified Reinforcement Learning
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Trustworthy Blockchain-based Federated Learning for Electronic Health Records: Securing Participant Identity with Decentralized Identifiers and Verifiable Credentials
von: Tertulino, Rodrigo, et al.
Veröffentlicht: (2026)

Blockchain-Based Federated Learning: Incentivizing Data Sharing and Penalizing Dishonest Behavior
von: Jaberzadeh, Amir, et al.
Veröffentlicht: (2023)

De-VertiFL: A Solution for Decentralized Vertical Federated Learning
von: Celdrán, Alberto Huertas, et al.
Veröffentlicht: (2024)

CoMIX: A Multi-agent Reinforcement Learning Training Architecture for Efficient Decentralized Coordination and Independent Decision-Making
von: Minelli, Giovanni, et al.
Veröffentlicht: (2023)

A Multi-Token Coordinate Descent Method for Semi-Decentralized Vertical Federated Learning
von: Valdeira, Pedro, et al.
Veröffentlicht: (2023)

Incentive-Compatible Federated Learning with Stackelberg Game Modeling
von: Javaherian, Simin, et al.
Veröffentlicht: (2025)

Strategic Incentivization for Locally Differentially Private Federated Learning
von: Pagoti, Yashwant Krishna, et al.
Veröffentlicht: (2025)

Blockchain-based Framework for Scalable and Incentivized Federated Learning
von: Wu, Bijun, et al.
Veröffentlicht: (2025)