Evolved PoW: Integrating the Matrix Computation in Machine Learning Into Blockchain Mining

块链 计算机科学 人工智能 机器学习 困境 计算 资源(消歧) 工作证明制度 建筑 过程(计算) 分布式计算 计算机安全 操作系统 计算机网络 算法 哲学 艺术 视觉艺术 认识论
作者
Yunkai Wei,Zixian An,Supeng Leng,Kun Yang
出处
期刊:IEEE Internet of Things Journal [Institute of Electrical and Electronics Engineers]
卷期号:10 (8): 6689-6702 被引量:5
标识
DOI:10.1109/jiot.2022.3165973
摘要

Machine learning is an essential technology providing ubiquitous intelligence in Internet of Things (IoT). However, the model training in machine learning demands tremendous computing resource, bringing heavy burden to the IoT devices. Meanwhile, in the Proof-of-Work (PoW)-based blockchains, miners have to devote large amount of computing resource to compete for generating valid blocks, which is frequently disputed for tremendous computing resource waste. To address this dilemma, we propose an Evolved-PoW (E-PoW) consensus that can integrate the matrix computations in machine learning into the process of blockchain mining. The integrated architecture, the elaborated schemes of transferring matrix computations from machine learning to blockchain mining, and the reward adjustment scheme to affect the activity of the miners are, respectively, designed for E-PoW in detail. E-PoW can keep the advantages of PoW in blockchain and simultaneously salvage the computing power of the miners for the model training in machine learning. We conduct experiments to verify the availability and effect of E-PoW. The experimental results show that E-PoW can salvage by up to 80% computing power from pure blockchain mining for parallel model training in machine learning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
li完成签到,获得积分10
1秒前
令狐冲应助自然天思采纳,获得10
1秒前
zz完成签到,获得积分10
1秒前
多情以山完成签到 ,获得积分10
1秒前
科研小崩豆完成签到,获得积分10
2秒前
01231009yrjz完成签到,获得积分10
3秒前
FJ完成签到,获得积分10
3秒前
紫云发布了新的文献求助10
3秒前
眼睛大的寄真完成签到 ,获得积分10
3秒前
4秒前
hqhq555完成签到 ,获得积分10
4秒前
肚皮完成签到 ,获得积分10
5秒前
王哪跑12发布了新的文献求助10
5秒前
小炮弹完成签到,获得积分20
5秒前
6秒前
自然篮球完成签到,获得积分10
6秒前
张张张完成签到 ,获得积分10
7秒前
7秒前
昵称给昵称的求助进行了留言
7秒前
潘榆发布了新的文献求助10
9秒前
魔幻高烽发布了新的文献求助10
10秒前
10秒前
炸鸡完成签到 ,获得积分10
10秒前
caihong完成签到 ,获得积分10
11秒前
sunshine发布了新的文献求助10
11秒前
byelue发布了新的文献求助30
11秒前
breath完成签到,获得积分10
12秒前
机灵夜云完成签到,获得积分10
13秒前
mini昕完成签到,获得积分10
13秒前
kangkang完成签到,获得积分10
15秒前
量子力学完成签到,获得积分10
15秒前
15秒前
honghong完成签到,获得积分20
15秒前
16秒前
顾矜应助wangayting采纳,获得30
19秒前
20秒前
LeoYiS214完成签到,获得积分10
20秒前
整齐泥猴桃完成签到 ,获得积分10
20秒前
小高同学发布了新的文献求助10
21秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137206
求助须知:如何正确求助?哪些是违规求助? 2788244
关于积分的说明 7785188
捐赠科研通 2444219
什么是DOI,文献DOI怎么找? 1299854
科研通“疑难数据库(出版商)”最低求助积分说明 625606
版权声明 601011