主页 ›
范文 ›
通信工程 ›
本文
DeSocial: 基于区块链的去中心化社交网络框架
摘要
文章提出了DeSocial——首个部署在以太坊本地开发链上的去中心化社交网络学习框架。该框架通过个性化算法选择和验证节点共识投票机制，解决了传统中心化社交平台的算法控制问题。用户可基于本地子图结构选择最优图学习模型（MLP/GCN/GAT等），并通过智能合约协调多个验证节点进行多数投票决策。在四个时序图数据集上的实验表明，DeSocial在链接预测任务上显著优于五种经典中心化模型（最高提升7.79%），同时验证了节点级共识机制可有效降低单模型误判率（平均提升3.18%）。
1. 引言
传统Web 2.0社交平台存在中心化控制缺陷：用户数据与算法决策完全由平台掌控，用户被动接受社交预测结果而无法选择底层算法。区块链技术为构建去中心化社交网络提供了新范式，但现有研究尚未有效整合图学习算法与区块链架构。文章提出DeSocial框架，首次实现：
- 用户驱动的个性化算法选择机制：每个用户基于本地子图评估候选模型
- 验证节点级多数投票共识：通过智能合约聚合分布式预测结果
2. 框架设计
2.1 个性化骨干算法选择
用户$u$通过历史邻居验证考试选择最优模型$\mathcal{F}_u$：
- 采样$\gamma$个正负邻居对$\Gamma=\{(v_p,v_n)\}$
- 区块链协调$|\mathcal{F}|$个节点用不同模型预测$u$的链接
- 用户选择加权准确率最高的模型：
\[
\mathcal{F}_u=\arg\max_{f\in\mathcal{F}}\sum_{(v_p,v_n)\in\Gamma}\mathbb{I}\left(\sigma(\mathbf{z}_u^{\mathrm{T}}\mathbf{z}_{\mathbf{v}_p})>\sigma(\mathbf{z}_u^{\mathrm{T}}\mathbf{z}_{\mathbf{v}_n})\right)\Pi_{u,v_p}
\]
其中$\Pi_{u,v_p}=\exp(\alpha*(t-t_e))$为时间衰减权重
2.2 去中心化共识投票
针对预测请求$(p_i,q_i)$：
- 区块链均匀采样$n$个使用$\mathcal{F}_{p_i}$的节点组成验证委员会$\Phi_{p_i,q_i,t+1}$
- 每个验证者$\phi_j$独立运行本地模型$f_{\Theta_{\phi_j}}$
- 通过多数投票机制聚合决策：
\[
\textsf{Ver}(\Phi_{p,q,t})=\textsf{Majority}(Vote(\phi,p,q,t)),\ \phi\in\Phi_{p,q,t}
\]
其中$Vote(\phi,p,q,t)=\mathbb{I}(\sigma(\mathbf{z_p^T\mathbf{z_q})>\sigma(\mathbf{z_p^T\mathbf{z_{q'}}))$
3. 实验分析
3.1 关键发现
| 模块 |
Acc@5增益 |
核心价值 |
| 个性化算法选择 |
最高+1.18% |
用户本地结构适配性 > 随机/规则选择 |
| 多验证者共识 |
平均+3.18% |
5验证者即可有效抑制单点噪声 |
| 联合模块 |
最高+7.79% |
Web 3.0场景(Memo-Tx)提升最显著 |
3.2 效率对比(s/100 epochs)
| 方法 |
UCI |
Memo-Tx |
| 中心化SGC |
46.43 |
439.8 |
| DeSocialFull |
55.28 |
2021 |
区块链交互开销控制在11%以内，真实分布式环境可进一步优化
4. 结论与展望
DeSocial通过算法选择权下放和验证节点共识重塑社交预测范式：
- 突破性优势：在Web 3.0交易网络(Memo-Tx)实现Acc@5相对提升7.79%
- 核心局限：单机模拟区块链效率损失，需真实多机ETH环境验证
- 未来方向：自适应骨干组合选择、验证者激励机制设计
开源地址：https://github.com/agiresearch/DeSocial
相关论文