OmniLytics+: 基于链下处理的安全、高效且经济的区块链机器学习数据市场
密码学与安全
2024-06-11 v1 机器学习
摘要
大型机器学习（ML）模型的快速发展需要大量训练数据，导致数据共享和交易需求激增。传统的中心化数据市场安全性较低， emerging decentralized platforms 则面临效率和隐私挑战。本文提出 OmniLytics+，首个基于区块链和智能合约技术构建的去中心化数据市场，旨在同时实现 1）数据（或模型）所有者的数据（或模型）隐私；2）针对恶意数据所有者的鲁棒性；3）高效的数据验证和聚合。具体而言，OmniLytics+ 采用零知识（ZK）rollup 模式，提出对从加密全局模型中计算的加密局部梯度进行秘密分区，并由一组不可信的链下服务器协同生成关于梯度有效性的 ZK 证明。如此一来，存储和处理开销从区块链验证者处安全卸载，显著提高了现有 rollup 解决方案的隐私、效率和经济性。我们将所提出的 OmniLytics+ 数据市场实现为以太坊智能合约。大量实验表明，OmniLytics+ 在恶意数据所有者存在的情况下有效训练大型 ML 模型，并且在 gas 成本和执行时间方面显著优于基准方法。
引用
@article{arxiv.2406.06477,
title = {OmniLytics+: A Secure, Efficient, and Affordable Blockchain Data Market for Machine Learning through Off-Chain Processing},
author = {Songze Li and Mingzhe Liu and Mengqi Chen},
journal= {arXiv preprint arXiv:2406.06477},
year = {2024}
}