PaddleDTX 是一个基于分布式存储的分布式机器学习技术解决方案。可以解决海量私有数据需要的安全存储和交换难题,可恶意帮助各方突破数据孤岛,实现数据价值最大化。
PaddleDTX的计算层是一个由三种节点组成的网络:Requester、Executor和DataOwner。训练样本和预测数据集存储在由 DataOwner 和Storage节点组成的去中心化存储网络中。这种去中心化的存储网络和计算层由底层区块链网络支持。
金色热搜榜:DASH居于榜首:根据金色财经排行榜数据显示,过去24小时内,DASH搜索量高居榜首。具体前五名单如下:DASH、IOST、OMG、REN、TRUE。[2020/10/20]
Requester 是有预测需求的一方,Executor 是 DataOwner 授权获得样本数据访问许可的一方,用于可能的模型训练和结果预测。多个 Executor 节点组成一个 SMPC(安全多方计算)网络。Requester 节点将任务发布到区块链网络,Executor 节点授权后执行任务。Executor节点通过DataOwner获取样本数据,后者为数据的信任背书。
金色热搜榜:MOON居于榜首:根据金色财经排行榜数据显示,过去24小时内,MOON搜索量高居榜首。具体前五名单如下:MOON、LBA、XTZ、MANA、DDM。[2020/8/23]
SMPC 网络是支持并行运行的多个分布式学习过程的框架。未来将支持垂直联邦学习和水平联邦学习算法。
一个DataOwner节点处理自己的私有数据,在这个过程中使用了加密、分段和复制相关的算法,最后将加密的分片分发到多个Storage节点。Storage 节点通过回答 DataOwner 产生的挑战来证明它诚实地持有数据片段。通过这些机制,可以在不侵犯任何数据隐私的情况下安全地维护存储资源。
金色晨讯 | 5月12日隔夜重要动态一览:21:00-7:00关键词:减半、央行数字货币、ETH2.0、监管
1.BTC已完成第三次减半。
2.姚前:Libra与数字美元结合将是公私合作绝佳典范。
3.美国前财长:如果央行发行数字货币则是使匿名金融形式更难繁荣。
4.前CFTC主席:数字美元将使政府更准确地分配刺激资金。
5.CME比特币期货5月合约收跌12.31%。
6.V神:借助多客户端测试网Schlesi ETH2.0正在步入正轨。
7.Tether向波场网络增发1亿枚USDT(已授权未发行)。
8.美国OCC官员建议提供针对加密公司的联邦许可框架。
9.外媒:减半后或有30%的比特币矿工关闭矿机。
10.比特币夜间最低跌至8206.05美元,日内最高报8924.83美元。[2020/5/12]
训练任务和预测任务将通过区块链网络广播到 Executor 节点。然后所涉及的 Executor 节点将执行这些任务。DataOwner节点和Storage节点在监控文件和节点健康状态时,以及副本持有证明的challenge-answer-verify过程中,通过区块链网络交换信息。
金色财经现场报道 咔咔买房首席执行官谭博超:区块链产业有6个机会:金色财经前方记者实时报道,4月12日举办的第二届全球金融科技与区块链中国峰会2018上,咔咔买房首席执行官谭博超在会上做了“区块链建立信用社会”的演讲,他表示,目前区块链产业有6个机会,矿业、公有链、Dapp、交易所、媒体、基金。[2018/4/12]
目前,XuperChain 是 PaddleDTX 支持的唯一区块链框架。
PaddleDTX 的开源版本支持垂直联邦学习(VFL)算法,包括两方线性回归、两方逻辑回归和三方 DNN(深度神经网络)。DNN的实现依赖于PaddleFL框架,PaddleFL 提供的所有神经网络模型都可以在 PaddleDTX 中使用。未来更多算法会开源,包括多方 VFL 和多方 HFL(水平联邦学习)算法。
训练和预测步骤如下所示:
样品准备
FL 任务需要指定将用于计算或预测的示例文件,这些文件存储在去中心化存储系统(XuperDB)中。在执行任务之前,执行者(通常是数据所有者)需要从 XuperDB 中获取自己的示例文件。
样品对齐
VFL 训练和预测任务都需要样本对齐过程。即使用所有参与者的 ID 列表查找样本交叉点。训练和预测是在相交的样本上进行的。该项目实施了 PSI(Private Set Intersection)来进行样本对齐,而不会泄露任何参与者的 ID。
训练过程
模型训练是一个迭代过程,它依赖于两个奇偶校验样本的协同计算。参与者需要在许多训练时期交换中间参数,以便为每一方获得适当的局部模型。
为确保每个参与者数据的机密性,Paillier 密码系统用于参数加密和解密。Paillier 是一种加法同态算法,它使我们能够直接对密文进行加法或标量乘法。
预测过程
预测任务需要模型,因此需要在预测任务开始前完成相关的训练任务。模型单独存储在参与者的本地存储中。参与者使用自己的模型计算局部预测结果,然后收集所有部分预测结果以推导出最终结果。
对于线性回归,可以在收集所有部分结果后执行去标准化过程。这个过程只有有标签的一方才能完成。所以所有的部分结果都会被发送给有标签的一方,它会推导出最终结果并将其作为文件存储在 XuperDB 中供请求者使用。
【0731 - 0806】周报概要:1、上周 NFT 市场成交量稳中有降,较上周下降约 7.6%;其中 X2Y2 周成交额持续位居榜首,份额占比 50.4%.
1900/1/1 0:00:00Delphi Digital分析今日发表研报,认为Fuel可能是最有前途的模块化执行层。以下为研报要点:1、数据可用性层扩展数据,但为了完整的去中心化用户体验,我们还需要扩展执行层.
1900/1/1 0:00:00原文标题:《是时候让 DAO 变得无聊了》作者:Samantha Marin编译:sirs目前的 DAO 领域,还存在很多贡献者在加入前需要担心的问题,比如税务、劳动者福利等等.
1900/1/1 0:00:00头条▌7月比特币矿工收入5.55亿美元,环比下降16.7%8月1日消息,据TheBlock数据显示,今年7月比特币矿工创造了5.55亿美元的收入,较上月下降16.7%.
1900/1/1 0:00:00在百度搜索引擎输入“Web3”、“大厂”。跳出来基本都是这样的标题? 以及如今的互联网行业“哀鸿遍野”,不仅内卷,还裁员.
1900/1/1 0:00:00作者:传DAO士原文:《以太坊「合并」会影响哪些领域?有哪些机会?》没有好问题,就没有好答案:为什么以太坊这次升级被看成是区块链世界的第三次革命?这次升级真的能让gas费大幅下降吗?为什么升级后.
1900/1/1 0:00:00