Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh kỷ nguyên số hóa, khối lượng dữ liệu được sinh ra với tốc độ liên tục gia tăng, kéo theo nhu cầu cấp thiết về việc khai thác dữ liệu thông qua các kỹ thuật học máy (Machine Learning - ML) và học sâu (Deep Learning - DL). Tuy nhiên, phương thức triển khai học máy truyền thống chủ yếu dựa trên kiến trúc tập trung (Centralized Machine Learning), đòi hỏi toàn bộ dữ liệu từ các nguồn phân tán phải được thu thập và lưu trữ tại một máy chủ duy nhất trước khi huấn luyện mô hình. Mô hình này làm nảy sinh hai rào cản kỹ thuật và pháp lý lớn trong thực tiễn:

  1. Chi phí truyền tải và lưu trữ dữ liệu quy mô lớn: Việc tập trung dữ liệu tiêu tốn băng thông mạng và tài nguyên hạ tầng khổng lồ. Điển hình trong ngành công nghiệp ô tô, mỗi phương tiện tích hợp cảm biến có thể sản sinh hàng trăm gigabytes dữ liệu mỗi ngày; việc truyền tải liên tục toàn bộ lượng dữ liệu này về trung tâm dữ liệu của hãng sản xuất là tốn kém chi phí và khó khả thi về mặt kỹ thuật.
  2. Nguy cơ vi phạm quyền riêng tư và an toàn thông tin: Người dùng cá nhân và tổ chức ngày càng có ý thức bảo vệ dữ liệu riêng tư. Việc chuyển giao quyền kiểm soát dữ liệu thô cho bên thứ ba quản trị máy chủ tập trung tiềm ẩn nguy cơ rò rỉ dữ liệu và tấn công mạng.

Để khắc phục các nhược điểm trên, mô hình học máy liên kết (Federated Learning - FL) được Google giới thiệu vào năm 2017. Học máy liên kết cho phép các thiết bị cục bộ (clients) tự đào tạo mô hình trên tập dữ liệu riêng của mình, sau đó chỉ gửi các tham số mô hình (weights) của mạng neuron sâu (DNN) về máy chủ tập trung (server) để tổng hợp mô hình toàn cục (global model) mà không chia sẻ dữ liệu thô.

Mặc dù giải quyết được vấn đề truyền tải dữ liệu và nâng cao tính riêng tư, mô hình học máy liên kết dạng client-server truyền thống vẫn bộc lộ ba thách thức cốt lõi:

  • Thiếu cơ chế khuyến khích kinh tế: Dữ liệu do người dùng tạo ra bị khai thác để nâng cao độ chính xác của mô hình phục vụ lợi ích thương mại của doanh nghiệp, nhưng người dùng tham gia không nhận lại được bất kỳ lợi ích kinh tế nào tương ứng với mức độ đóng góp.
  • Rủi ro điểm lỗi đơn lẻ (Single Point of Failure - SPOF): Kiến trúc vẫn phụ thuộc vào một máy chủ trung tâm; nếu máy chủ gặp sự cố kỹ thuật hoặc bị xâm nhập mã độc, toàn bộ quá trình cập nhật mô hình bị gián đoạn và an toàn thông tin của các clients bị đe dọa.
  • Rủi ro tấn công đầu độc và thiếu tính truy vết: Các nút mạng không đáng tin cậy có thể vô tình hoặc cố ý tải lên các tham số sai lệch hoặc mã độc, gây suy giảm độ chính xác của toàn hệ thống trong khi thiếu vắng cơ chế lưu trữ bất biến để truy vết trách nhiệm.

Từ những vấn đề thực tiễn đó, luận văn xác định các mục tiêu và phạm vi nghiên cứu cụ thể như sau:

  • Mục tiêu nghiên cứu:
    1. Hệ thống hóa các khái niệm nền tảng về công nghệ học máy, kiến trúc mạng neuron nhân tạo (ANN, DNN, CNN), các thuật toán tối ưu hóa, kiến trúc học máy liên kết mô hình client-server và công nghệ chuỗi khối Ethereum.
    2. Nghiên cứu, thiết kế và triển khai một framework thử nghiệm (mang tên FlwrBC) tích hợp công nghệ học máy liên kết và chuỗi khối.
    3. Xây dựng và thực thi cơ chế trả thưởng bằng token tự động thông qua hợp đồng thông minh trên mạng blockchain cho các clients tham gia đóng góp dữ liệu.
  • Đối tượng nghiên cứu: Mô hình học máy liên kết tích hợp công nghệ chuỗi khối nhằm tăng cường bảo mật thông tin và thực thi cơ chế phân phối phần thưởng.
  • Phạm vi nghiên cứu:
    • Không gian và nền tảng: Nghiên cứu triển khai mô hình học liên kết tổng hợp tham số cục bộ từ các clients; sử dụng các hợp đồng thông minh triển khai trên mạng blockchain mô phỏng Ethereum (thông qua môi trường Truffle và Ganache) để ghi nhận hoạt động trao đổi tham số và thực hiện chi trả thưởng; lưu trữ tham số mô hình toàn cục trên hệ thống tệp phân tán IPFS.
    • Bộ dữ liệu thực nghiệm: Đánh giá hiệu năng của framework thông qua bài toán phân loại hình ảnh tĩnh trên bộ dữ liệu tiêu chuẩn CIFAR-10.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình sử dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa giữa hai trụ cột công nghệ chính: Học máy liên kết và Chuỗi khối.

  1. Công nghệ học máy và mạng neuron:

    • Mạng neuron nhân tạo (ANN): Khởi nguồn từ mô hình của McCulloch và Pitts (1943), mô phỏng tế bào thần kinh sinh học với các tín hiệu nhị phân, sau đó được Rosenblatt (1957) mở rộng thành mô hình Perceptron dựa trên phần tử logic ngưỡng (TLU - Threshold Logic Unit) tiếp nhận đầu vào số thực và tính toán tổng trọng số $z = x^T w$.
    • Mạng Perceptron đa tầng (MLP) và Mạng neuron sâu (DNN): Cấu trúc gồm tầng vào (input layer), các tầng ẩn (hidden layers) và tầng ra (output layer). Nhằm xử lý các mối quan hệ phi tuyến phức tạp, các hàm kích hoạt (Activation Functions) được áp dụng:
      • Hàm Sigmoid: $\text{sigmoid}(x) = \frac{1}{1 + e^{-x}}$
      • Hàm Tanh: $\tanh(x) = \frac{e^x - e^{-x}}{e^x + e^{-x}}$
      • Hàm ReLU: $\text{relu}(x) = \max(0, x)$
    • Mạng neuron tích chập (CNN): Lấy cảm hứng từ thí nghiệm thị giác của Hubel và Wiesel, cấu trúc gồm Lớp tích chập (Convolutional layers với bộ lọc filter/kernel, bước nhảy stride, và đệm zero-padding), Lớp tổng hợp (Pooling layers như Max Pooling, Average Pooling, Sum Pooling) và Lớp kết nối đầy đủ (Fully-connected layer).
    • Các thuật toán tối ưu hóa: Gradient Descent cơ bản; Gradient Descent kết hợp Momentum ($m \leftarrow \beta m - \eta \nabla_\theta J(\theta)$, $\theta \leftarrow \theta + m$); AdaGrad (điều chỉnh learning rate nghịch với tổng bình phương gradient); RMSProp (sử dụng hệ số suy giảm để khắc phục tình trạng dừng sớm của AdaGrad); và Adam (kết hợp cơ chế thích ứng của Momentum và RMSProp).

  2. Học máy liên kết và Thuật toán FedAvg:

    • Vấn đề tối ưu hóa liên kết (Federated Optimization) có bốn đặc thù khác biệt so với tối ưu hóa phân tán truyền thống: Dữ liệu không độc lập và không đồng nhất (Non-IID), phân phối kích thước dữ liệu không đồng đều, số lượng thiết bị tham gia rất lớn, và kết nối mạng hạn chế.
    • Luận văn phân tích thuật toán chuẩn Federated Stochastic Gradient Descent (FedSGD) và thuật toán cải tiến Federated Averaging (FedAvg) do McMahan đề xuất (2017). FedAvg cho phép mỗi client thực hiện nhiều lượt huấn luyện cục bộ (local epochs $E$) trên kích thước minibatch $B$ trước khi gửi trọng số mô hình $w_t^k$ về máy chủ để tính trung bình cộng có trọng số dựa trên tỷ lệ mẫu dữ liệu $n_k / n$: $$w_{t+1} \leftarrow \sum_{k=1}^K \frac{n_k}{n} w_{t+1}^k$$

  3. Công nghệ chuỗi khối Ethereum và Hợp đồng thông minh:

    • Chuỗi khối Ethereum hoạt động trên mạng ngang hàng (P2P), sử dụng mật mã khóa công khai và sổ cái bất biến.
    • Tài khoản trên Ethereum được phân thành hai nhóm với các đặc tính kỹ thuật riêng biệt:
Tiêu chí Tài khoản người dùng (EOA) Tài khoản hợp đồng (Contract Account)
Cặp khóa Sở hữu đầy đủ cặp Public Key và Private Key Chỉ có Public Key (địa chỉ hợp đồng), không có Private Key
Quản lý Kiểm soát trực tiếp bởi người dùng thông qua Private Key Kiểm soát bằng logic mã nguồn được lập trình sẵn
Chi phí khởi tạo Miễn phí khi tạo địa chỉ mới Tiêu tốn chi phí giao dịch (gas fee) khi triển khai lên mạng
Khởi tạo giao dịch Có khả năng chủ động khởi phát giao dịch Chỉ phát sinh giao dịch phản hồi khi nhận được giao dịch gọi đến
Chức năng giao dịch Chuyển nhượng ETH hoặc token đơn thuần Kích hoạt mã bytecode để thực thi các logic tính toán, tạo hợp đồng mới
  • Hợp đồng thông minh (Smart Contract): Khái niệm do Nick Szabo đề xuất năm 1994, được triển khai trên máy ảo Ethereum (EVM) bằng ngôn ngữ bậc cao (như Solidity), gồm tập hợp các hàm (functions) và biến trạng thái (state variables), tự động thực thi không cần trung gian tin cậy.

Phương pháp nghiên cứu

Nghiên cứu phối hợp các phương pháp sau:

  • Phương pháp phân tích - tổng hợp tài liệu: Khảo cứu các công trình nghiên cứu đối chuẩn của Asad, Moustafa và Ito (2020) về so sánh học cục bộ, học phân tán và học liên kết; khảo cứu kiến trúc BlockFL của Kim et al. và mô hình BFL của Yu và Lin.
  • Phương pháp thiết kế và xây dựng hệ thống kỹ thuật: Xây dựng kiến trúc lai kết hợp thư viện Flower (hỗ trợ mô hình liên kết) với mạng chuỗi khối Ethereum; thiết kế giao diện hợp đồng thông minh và lớp chiến lược (Strategy) điều phối.
  • Phương pháp thực nghiệm định lượng: Thiết lập môi trường mô phỏng trên nền tảng Ganache, tiến hành huấn luyện mô hình phân loại hình ảnh trên tập dữ liệu chuẩn và thu thập các bản ghi giao dịch blockchain thực tế.

Nguồn dữ liệu

  • Dữ liệu thực nghiệm chính: Bộ dữ liệu chuẩn CIFAR-10 (Canadian Institute for Advanced Research) gồm 60.000 ảnh tĩnh màu kích thước 32x32 phân thành 10 lớp đối tượng, chia thành 50.000 mẫu tập huấn luyện (train set) và 10.000 mẫu tập kiểm tra (test set).
  • Dữ liệu đối chuẩn thứ cấp: Kết quả thực nghiệm của Asad et al. trên bộ dữ liệu chữ số viết tay MNIST với cấu hình phần cứng Intel Core i9-9980HK CPU @ 2.40GHz, 32 GB RAM.

Thiết kế và triển khai hệ thống FlwrBC

Hệ thống FlwrBC được thiết kế theo mô hình kết hợp (hybrid) giữa kiến trúc Client-Server của học máy liên kết và tính phân tán, minh bạch của công nghệ chuỗi khối Ethereum, nhằm khắc phục độ trễ cao và chi phí gas fee lớn của các mô hình hoàn toàn P2P như BlockFL.

Kiến trúc tổng thể hệ thống

Hệ thống gồm ba thực thể chính:

  1. Các máy khách (Clients): Mỗi client sở hữu tập dữ liệu cục bộ riêng biệt, một tiến trình chạy mã nguồn client dựa trên thư viện Flower, cơ sở dữ liệu cục bộ (Local DB) lưu trữ trọng số và một tài khoản người dùng (EOA) để tương tác với blockchain.
  2. Máy chủ tổng hợp (Aggregated Server): Điều phối toàn bộ phiên học liên kết (FL session), quản lý kết nối của các client thông qua thành phần Client Management (quản lý các ClientProxy đại diện), thực thi thuật toán FedAvg trong lớp Strategy và giao tiếp với client qua giao thức gRPC.
  3. Mạng chuỗi khối và Lưu trữ phân tán: Gồm mạng chuỗi khối Ethereum mô phỏng lưu trữ các hợp đồng thông minh và hệ thống tệp phân tán IPFS (InterPlanetary File System) dùng để lưu trữ toàn văn các tệp trọng số mô hình toàn cục, giúp hạn chế rủi ro lỗi tập trung tại máy chủ.

Thiết kế các Hợp đồng thông minh

Trên mạng chuỗi khối, hai hợp đồng thông minh chuyên biệt được triển khai:

  • Contribution Contract: Tiếp nhận thông tin từ client gồm địa chỉ tài khoản, kích thước dữ liệu (data size) và chuỗi băm (hash) của các tham số mô hình cục bộ. Hợp đồng ghi nhận nhật ký bất biến phục vụ truy vết và tự động kích hoạt hàm chi trả token thưởng cho client dựa trên số điểm dữ liệu đóng góp sau khi phiên kết thúc.
  • Federation Contract: Tiếp nhận chuỗi băm của tham số mô hình toàn cục sau khi tổng hợp cùng các thông tin cấu hình chiến lược (strategy) từ Aggregated Server để công khai hóa trạng thái hệ thống.

Luồng vận hành hệ thống FlwrBC

Quá trình huấn luyện một phiên học liên kết được thực thi qua quy trình tuần tự 10 bước:

  1. Khởi động phiên: Aggregated Server gửi lệnh thông qua Server API để kích hoạt kịch bản điều phối phiên (Launching session FL server).
  2. Phát sự kiện: Máy chủ kích hoạt một sự kiện (emit event) trên blockchain thông qua hợp đồng thông minh để phát thông báo tới tất cả các nút mạng.
  3. Khởi động Client: Client API bắt sự kiện và tự động chạy kịch bản máy khách (FL client script - ParticipateFL).
  4. Xử lý dữ liệu: Client tiến hành tiền xử lý tập dữ liệu cục bộ.
  5. Cấp phát tham số ban đầu: Máy chủ kiểm tra tham số mô hình; nếu đã có tham số từ phiên trước thì phát tán cho các client, nếu chưa có thì yêu cầu tham số ngẫu nhiên từ một client đại diện rồi đồng bộ cho toàn mạng.
  6. Trao đổi trọng số qua gRPC: Các client thực hiện đào tạo cục bộ qua số epoch quy định, sau đó gửi các trọng số cục bộ đã cập nhật về server qua gRPC.
  7. Lưu trữ tham số: Server lưu trữ tham số mô hình toàn cục đã tổng hợp cùng chuỗi hash lên hệ thống phân tán IPFS. Client lưu trọng số cục bộ vào cơ sở dữ liệu nội bộ và gửi chuỗi hash cùng thông tin kích thước dữ liệu lên blockchain qua Contribution Contract.
  8. Ghi vết chiến lược: Server lưu thông tin cấu hình thuật toán và tham số toàn cục lên Federation Contract.
  9. Thực thi trả thưởng: Hợp đồng thông minh tự động tính toán và giải ngân token thưởng cho các client dựa trên số lượng datapoint hợp lệ đã đóng góp.
  10. Khai thác mô hình: Client trích xuất mô hình toàn cục hoàn chỉnh từ IPFS/blockchain về lưu trữ cục bộ để phục vụ cho các tác vụ dự đoán độc lập (Predict).

Cấu trúc mã nguồn và kiểm thử triển khai

Dự án được tổ chức thành ba thư mục chức năng chính:

  • Thư mục Blockchain: Chứa mã nguồn hợp đồng thông minh viết bằng Solidity, cấu hình mạng thử nghiệm, các tệp script biên dịch và kịch bản di chuyển (migration / deployment script). Quá trình biên dịch và kiểm thử thành công tạo ra các tệp build JSON chứa ABI và bytecode, triển khai tạo các khối (blocks) hợp lệ trên mạng giả lập Ganache.
  • Thư mục Server: Chứa mã nguồn máy chủ điều phối, bộ quản lý client proxy, logic gọi các phương thức trong lớp trừu tượng Strategy (gồm initialize_parameters() để cấp tham số ban đầu và configure_fit() để chỉ định tập client và gói hướng dẫn huấn luyện FitIns). Cấu trúc mạng học sâu được nạp linh hoạt qua tệp cấu hình JSON.
  • Thư mục Client: Chứa mã nguồn nạp dữ liệu cục bộ, logic đào tạo cục bộ và mô-đun kết nối Web3 tương tác với các hợp đồng thông minh trên blockchain.

Nội dung chính theo từng chương

Chương 1. Giới thiệu

Chương 1 thiết lập nền tảng nghiên cứu bằng việc trình bày lý do lựa chọn đề tài xuất phát từ bài toán mâu thuẫn giữa nhu cầu khai thác dữ liệu cho học máy và yêu cầu bảo vệ quyền riêng tư cá nhân. Tác giả phân tích chi phí truyền tải dữ liệu cảm biến lớn trong thực tiễn (dẫn chứng ngành công nghiệp ô tô) và sự xuất hiện của Federated Learning (Google, 2017). Tác giả xác định vấn đề khai thác dữ liệu người dùng miễn phí, rủi ro SPOF của máy chủ trung tâm và rủi ro máy khách tải lên mã độc. Chương này xác định rõ mục tiêu xây dựng framework FlwrBC, đối tượng nghiên cứu là mô hình học liên kết tích hợp chuỗi khối, phạm vi thực nghiệm trên bộ dữ liệu CIFAR-10 thông qua blockchain mô phỏng Ethereum, cùng cấu trúc tổng thể gồm 6 chương của luận văn.

Chương 2. Các nghiên cứu và hướng tiếp cận liên quan

Chương 2 tổng hợp các nghiên cứu tiền đề về ba hình thức học máy: học cục bộ, học phân tán và học liên kết. Điểm nhấn là nghiên cứu đối chuẩn của Asad, Moustafa và Ito (2020) trên tập dữ liệu MNIST với máy tính thử nghiệm CPU Intel Core i9-9980HK và 32 GB RAM:

Kịch bản thử nghiệm Thiết lập tham số Học máy cục bộ (Centralized) Học máy phân tán (Distributed) Học máy liên kết (Federated)
Kịch bản 1 50 clients, mỗi client giữ 20% dữ liệu, 100 communication rounds 65% - 75% Cao hơn Centralized khoảng 10 điểm % Đạt cao nhất (85% - 94%)
Kịch bản 2 50 clients, 20% dữ liệu, tăng lên 200 communication rounds Tương đương kịch bản 1 Duy trì mức trung gian Duy trì độ chính xác vượt trội
Kịch bản 3 Số clients thay đổi: $p \in {20, 40, 60, 80, 100}$, 100 rounds Thấp nhất trong 3 loại Ổn định thấp hơn FL Đạt độ chính xác cao nhất ở mọi quy mô nút

Chương này cũng phân tích mô hình BlockFL của H. Kim và Jihong Park (sử dụng thợ đào miner xác thực chéo mô hình cục bộ và chạy thuật toán đồng thuận để tạo khối), chỉ ra ưu điểm chịu lỗi mã độc nhưng bộc lộ nhược điểm độ trễ tăng nhanh theo số lượng miner. Tác giả cũng tổng hợp các nghiên cứu của Feng Yu và Hui Lin về cơ chế khuyến khích và truy vết tham số, từ đó kết luận các thách thức lớn khi tích hợp blockchain: sự đánh đổi giữa an toàn và hiệu năng (độ trễ PoW), khả năng mở rộng quy mô và chi phí gas fee của hợp đồng thông minh.

Chương 3. Cơ sở lý thuyết

Chương 3 trình bày toàn diện lý thuyết nền tảng phục vụ triển khai framework:

  • So sánh sự khác biệt giữa lập trình truyền thống (tiếp nhận Data + Rules để tạo ra Kết quả) và học máy (tiếp nhận Data + Label để tự động sinh ra Rules).
  • Chi tiết cấu trúc mạng neuron nhân tạo: từ tế bào sinh học đến mô hình toán học TLU, mạng nơ-ron sâu đa tầng MLP, các hàm kích hoạt phi tuyến (Sigmoid, Tanh, ReLU) và cấu trúc mạng CNN (Lớp tích chập với phép nhân chập ma trận và kernel, Lớp Max/Average/Sum Pooling, Lớp fully-connected).
  • Các thuật toán tối ưu vi phân: Gradient Descent với vấn đề điểm cực tiểu cục bộ và bước nhảy learning rate $\eta$; Gradient Descent với Momentum sử dụng vector $m$; AdaGrad tự điều chỉnh bước nhảy dựa trên tổng bình phương gradient; RMSProp điều chỉnh tích lũy qua trọng số phân rã $\beta$; và thuật toán tối ưu hóa thích ứng Adam.
  • Kiến trúc học máy liên kết: Mô hình Master-Worker, phân tích chi tiết thuật toán FedSGD và mã giả của thuật toán Federated Averaging (FedAvg) với các siêu tham số $C, E, B$.
  • Công nghệ chuỗi khối: Kiến trúc khối liên kết bằng hash, phân loại blockchain (Public, Consortium, Private), cấu trúc tài khoản Ethereum (bảng so sánh EOA và Contract Account), và cơ chế hoạt động của hợp đồng thông minh (Smart Contract) theo định nghĩa của Nick Szabo.

Chương 4. Tổng quan về framework

Chương 4 tập trung thuyết minh giải pháp kỹ thuật FlwrBC:

  • Kiến trúc tổng thể gồm Clients, Aggregated Server, IPFS và Blockchain Ethereum mô phỏng.
  • Chi tiết vai trò của hai hợp đồng thông minh: Contribution Contract (quản lý định danh client, băm trọng số cục bộ, ghi nhận kích thước dữ liệu và điều phối trả thưởng) và Federation Contract (băm trọng số toàn cục, lưu trữ cấu hình chiến lược).
  • Quy trình luồng thông tin 10 bước từ khâu phát sự kiện thông báo phiên, khởi chạy client, tiền xử lý dữ liệu, trao đổi trọng số gRPC, lưu trữ trên IPFS, ghi nhận giao dịch trên chuỗi khối đến phân phối token thưởng.
  • Kiến trúc phân lớp hướng đối tượng trong server: Client Management, vòng lặp federated learning và lớp trừu tượng Strategy. Định nghĩa chi tiết các phương thức: initialize_parameters() dùng để khởi tạo tham số ở đầu phiên và configure_fit() dùng để chọn tập client và tạo hướng dẫn FitIns.

Chương 5. Kết quả thực nghiệm

Chương 5 trình bày toàn bộ kết quả triển khai và đánh giá thực nghiệm:

  • Thiết lập môi trường: Tổ chức các thư mục Blockchain, Server, Client; mã nguồn triển khai deployment script và cấu hình mô hình mạng nơ-ron qua tệp JSON.
  • Bộ dữ liệu CIFAR-10: Mô tả chi tiết cấu trúc tập huấn luyện và tập kiểm nghiệm gồm 10 lớp hình ảnh.
  • Biên dịch và triển khai Smart Contracts: Minh họa quá trình biên dịch mã nguồn Solidity tạo các tệp artifact JSON, quá trình di chuyển (migrate) hợp đồng thành công lên mạng Ganache, và các khối giao dịch được tạo ra trên chuỗi gồm: block ghi bởi Contribution Contract, block chứa thông tin tham số cục bộ, block chứa thông tin tham số toàn cục, block chứa thông tin chiến lược strategy, và block thực thi giao dịch chi trả token thưởng.
  • Đánh giá hiệu suất học máy: Sử dụng các thang đo hiệu suất gồm biểu đồ hàm mất mát (loss), biểu đồ độ chính xác (accuracy), ma trận nhầm lẫn (confusion matrix), đường cong ROC-AUC, cùng bảng số liệu so sánh chi tiết giữa Federated Learning và Centralized Learning qua ba chỉ số: Precision, Recall và F1-score trên từng lớp của tập dữ liệu CIFAR-10.

Chương 6. Kết luận và hướng phát triển

Chương 6 tổng kết các kết quả đạt được của khóa luận và đề xuất các định hướng cải tiến hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả chính

  • Triển khai thành công hệ thống tích hợp FlwrBC: Luận văn đã hiện thực hóa việc kết hợp giữa framework học liên kết Flower và mạng chuỗi khối Ethereum mô phỏng trên Ganache, thiết lập thành công kênh truyền thông gRPC giữa Aggregated Server và các client.
  • Vận hành chính xác cơ chế hợp đồng thông minh và trả thưởng: Hai hợp đồng Contribution Contract và Federation Contract được biên dịch và migrate thành công lên blockchain. Mạng Ganache đã ghi nhận đầy đủ các block giao dịch thực tế tương ứng với:
    • Bản ghi băm tham số cục bộ và quy mô dữ liệu của từng client.
    • Bản ghi băm tham số mô hình toàn cục và thông số cấu hình strategy từ server.
    • Giao dịch chuyển giao token phần thưởng từ hợp đồng đến địa chỉ EOA của client tham gia đóng góp.
  • Đánh giá định lượng trên CIFAR-10: Thực nghiệm đã đo lường và so sánh toàn diện giữa mô hình học liên kết (Federated Learning) và mô hình tập trung (Centralized Learning) qua các công cụ đo lường thống kê: biểu đồ Accuracy, Loss, Confusion Matrix, đường cong ROC-AUC và bảng chỉ số Precision, Recall, F1-score trên 10 lớp phân loại của CIFAR-10.
  • Tính khả thi của lưu trữ phân tán: Việc tích hợp IPFS vào lưu trữ mô hình toàn cục đã chứng minh được tính khả thi trong việc loại bỏ điểm lỗi đơn lẻ của hệ thống tệp tại máy chủ mà không làm bùng nổ chi phí lưu trữ trên chuỗi (on-chain storage fee).

Giải pháp và kiến nghị của tác giả

  • Áp dụng mô hình kết hợp Client-Server và Blockchain: Thay vì sử dụng mô hình đồng thuận P2P hoàn toàn giữa các client (như BlockFL vốn gây trễ mạng nghiêm trọng khi số lượng nút tăng), tác giả đề xuất giữ vai trò điều phối tính toán tại Aggregated Server nhưng ràng buộc trách nhiệm và tính toàn vẹn thông qua sổ cái blockchain và lưu trữ IPFS.
  • Động hóa kiến trúc mạng neuron bằng JSON: Đề xuất tách biệt mã nguồn khung điều phối và cấu trúc mạng học sâu; mô hình học máy được định nghĩa thông qua tệp cấu hình JSON giúp framework có thể tái sử dụng cho các bài toán phân loại khác mà không phải lập trình lại hệ thống.
  • Kiến nghị môi trường thực tế: Đề xuất bổ sung lớp bảo mật SSL (Secure Sockets Layer) cho kết nối giữa client - server và dịch chuyển Aggregated Server lên hạ tầng điện toán đám mây (cloud server) khi đưa vào vận hành thương mại.

Đóng góp học thuật và kỹ thuật tự nêu

  • Hệ thống hóa cơ sở lý thuyết cập nhật về các mô hình học máy, các thuật toán tối ưu vi phân hiện đại, cơ chế học liên kết FedAvg và công nghệ chuỗi khối Ethereum.
  • Thiết kế và triển khai một framework mã nguồn mở hoàn chỉnh (FlwrBC) giải quyết đồng thời hai bài toán thực tế: bảo vệ tính riêng tư cho dữ liệu người dùng và tự động hóa cơ chế chi trả thưởng kinh tế minh bạch dựa trên blockchain.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

  • Giản lược hạ tầng môi trường: Nghiên cứu mới chỉ dừng lại ở việc thử nghiệm trên mạng blockchain Ethereum mô phỏng cục bộ (Ganache) và trên một máy tính vật lý; các thành phần đảm bảo an toàn như giao thức truyền thông mã hóa SSL và triển khai trên máy chủ đám mây phân tán bị giản lược trong thiết lập thực nghiệm.
  • Thách thức chi phí và thông lượng chuỗi khối: Mặc dù đã giảm tải lưu trữ sang IPFS, các giao dịch kích hoạt hợp đồng và ghi nhận băm vẫn tiêu tốn gas fee; nếu triển khai trên mạng Ethereum chính thức sử dụng các thuật toán đồng thuận như PoW, độ trễ giao dịch và chi phí tài chính sẽ là rào cản lớn.
  • Tiêu chí trả thưởng đơn giản: Thuật toán trả thưởng trong Contribution Contract hiện tại chỉ căn cứ thuần túy trên số lượng điểm dữ liệu (datapoint / data size) do client tự khai báo, chưa tích hợp cơ chế đánh giá chất lượng đóng góp thực tế của các vector trọng số mô hình đối với mô hình toàn cục.

Hướng nghiên cứu tiếp

  • Mở rộng môi trường mạng thực tế: Tiến hành kiểm thử framework trên mạng blockchain thử nghiệm công khai (Testnet) hoặc mạng chuỗi khối riêng của doanh nghiệp; tích hợp đầy đủ kết nối bảo mật SSL và triển khai máy chủ trên hạ tầng điện toán đám mây.
  • Hoàn thiện thuật toán định giá đóng góp: Nghiên cứu và tích hợp các thuật toán đánh giá đóng góp chuyên sâu (như phương pháp Shapley Value) để định lượng chính xác giá trị gia tăng mà từng mô hình cục bộ mang lại cho mô hình toàn cục, ngăn chặn gian lận khai khống kích thước dữ liệu.
  • Tối ưu hóa chi phí giao dịch: Nghiên cứu chuyển dịch hoặc tích hợp các giải pháp chuỗi khối mở rộng Layer-2 hoặc mạng blockchain doanh nghiệp (như Hyperledger Fabric hay Consortium Blockchain) nhằm giảm thiểu tối đa gas fee và rút ngắn thời gian xác thực khối.

Giá trị tham khảo

Báo cáo khóa luận có giá trị tham khảo ứng dụng và học thuật rõ ràng cho các nhóm đối tượng:

  • Sinh viên và học viên chuyên ngành Công nghệ Thông tin, Khoa học Máy tính: Tài liệu cung cấp cơ sở lý thuyết chi tiết, có hệ thống về toán học mạng neuron, các kỹ thuật tối ưu hóa gradient, cơ chế học máy liên kết FedAvg và lập trình hợp đồng thông minh Solidity trên nền tảng Web3.
  • Kỹ sư và nhà nghiên cứu trong lĩnh vực Bảo tồn quyền riêng tư (Privacy-Preserving AI): Khóa luận là tài liệu tham khảo thực tế về cách tích hợp thư viện Flower với chuỗi khối Ethereum để giải quyết vấn đề khuyến khích kinh tế và lưu vết dữ liệu.
  • Các phần nội dung đáng tham khảo nhất:
    • Chương 3 (Cơ sở lý thuyết): Bản so sánh chi tiết giữa tài khoản EOA và Contract Account, cơ chế hoạt động của thuật toán FedAvg so với FedSGD.
    • Chương 4 (Tổng quan về framework): Sơ đồ kiến trúc FlwrBC, bảng giao diện phương thức lớp Strategy và luồng tương tác 10 bước kết hợp giữa gRPC, IPFS và Smart Contract.
    • Chương 5 (Kết quả thực nghiệm): Cấu trúc tổ chức thư mục mã nguồn ba bên (Blockchain - Server - Client) và phương pháp thu thập các bản ghi block giao dịch thực tế trên Ganache.

Câu hỏi thường gặp

1. Framework FlwrBC giải quyết bài toán Single Point of Failure (SPOF) của Federated Learning truyền thống như thế nào?

Framework khắc phục điểm lỗi đơn lẻ của máy chủ trung tâm bằng cách kết hợp hệ thống tệp phân tán IPFS và các hợp đồng thông minh trên blockchain Ethereum. Thay vì lưu trữ duy nhất trên máy chủ, tham số mô hình toàn cục được đẩy lên IPFS và chuỗi băm xác thực cùng cấu hình chiến lược huấn luyện được ghi nhận bất biến lên Federation Contract. Trong trường hợp hệ thống lưu trữ của máy chủ gặp sự cố, các nút mạng vẫn có thể truy xuất và khôi phục mô hình toàn cục chính xác từ mạng phân tán.

2. Hai hợp đồng thông minh trong framework FlwrBC có tên là gì và đảm nhiệm chức năng gì?

Hệ thống triển khai hai hợp đồng thông minh:

  • Contribution Contract: Tiếp nhận địa chỉ của client, kích thước dữ liệu (data size) và chuỗi hash của các tham số cục bộ; thực hiện ghi vết bất biến và tự động kích hoạt giao dịch chi trả token phần thưởng cho các client tham gia.
  • Federation Contract: Tiếp nhận chuỗi hash của tham số mô hình toàn cục sau khi tổng hợp và các thông tin cấu hình chiến lược (strategy) từ máy chủ để lưu vết và phục vụ kiểm tra toàn vẹn hệ thống.

3. Cơ chế trả thưởng cho các máy khách (clients) được tính toán dựa trên tiêu chí nào?

Trong khuôn khổ triển khai của khóa luận, cơ chế trả thưởng được thực hiện tự động sau khi kết thúc mỗi phiên học liên kết (session). Mức thưởng được tính toán theo tỷ lệ thuận với số lượng điểm dữ liệu (datapoint / data size) mà mỗi client đã đóng góp và xử lý trong phiên đó, phần thưởng được chi trả trực tiếp bằng token vào địa chỉ tài khoản người dùng (EOA) của client thông qua Contribution Contract.

4. Tại sao tác giả không áp dụng kiến trúc mạng Blockchain hoàn toàn ngang hàng (P2P) như mô hình BlockFL?

Dựa trên khảo cứu công trình của H. Kim và Jihong Park về BlockFL, mô hình học liên kết hoàn toàn P2P trên blockchain đòi hỏi các thợ đào (miner) phải đối chứng chéo liên tục các mô hình cục bộ và thực hiện thuật toán đồng thuận PoW, dẫn đến độ trễ hệ thống tăng rất cao khi số lượng nút mở rộng và tiêu tốn chi phí gas fee lớn. Do đó, tác giả lựa chọn mô hình lai: duy trì mô hình Client-Server để tính toán tổng hợp tham số nhanh chóng, nhưng tích hợp blockchain và IPFS ở tầng xác thực, truy vết và trả thưởng nhằm cân bằng giữa hiệu năng và tính an toàn.

5. Khóa luận sử dụng bài toán và bộ dữ liệu nào để kiểm nghiệm hiệu năng của hệ thống?

Hệ thống được đánh giá thực nghiệm thông qua bài toán phân loại hình ảnh tĩnh trên bộ dữ liệu chuẩn CIFAR-10 (gồm 60.000 ảnh màu phân thành 10 lớp đối tượng, chia thành 50.000 mẫu huấn luyện và 10.000 mẫu kiểm tra). Hiệu năng được đo lường và so sánh giữa mô hình học liên kết (Federated Learning) và mô hình học tập trung (Centralized Learning) qua các thang đo: hàm mất mát (Loss), độ chính xác (Accuracy), ma trận nhầm lẫn (Confusion Matrix), đường cong ROC-AUC và các chỉ số Precision, Recall, F1-score trên từng lớp.

Kết luận

Khóa luận tốt nghiệp của sinh viên Vũ Tuấn Kiệt đã giải quyết thành công bài toán tích hợp công nghệ chuỗi khối Ethereum vào mô hình học máy liên kết thông qua việc xây dựng framework thử nghiệm FlwrBC. Công trình đã thiết kế hoàn chỉnh kiến trúc lai, triển khai hai hợp đồng thông minh chuyên trách việc truy vết tham số và tự động hóa chi trả phần thưởng bằng token cho các nút mạng tham gia đóng góp dữ liệu. Kết quả thực nghiệm trên bộ dữ liệu chuẩn CIFAR-10 cùng các bản ghi giao dịch thực tế trên mạng mô phỏng Ganache đã chứng minh tính khả thi về mặt kỹ thuật của giải pháp, đồng thời xác lập cơ sở thực nghiệm rõ ràng cho các nghiên cứu tiếp theo về tối ưu hóa chi phí gas fee và hoàn thiện cơ chế định giá đóng góp dữ liệu.