AOW:金色观察｜PaddleDTX：分布式机器学习解决方案

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。

美国SEC提案可能禁止投资顾问在加密公司托管资产:2月15日消息，美国证券交易委员会（SEC）将提出一项规则，该规则将有效地要求注册投资顾问在加密货币行业之外存储数字资产。定于周三由美国SEC提出的规则将扩大该机构的现有规定，即投资顾问需要将客户的资金和证券交给“合格的托管人”保管。新版本如果获得批准，将增加对投资顾问委托的任何资产（包括加密货币）的保护要求。

目前，加密货币交易和借贷平台通常会为加密货币客户提供托管服务，但根据该规则，他们不是“合格托管人”。根据SEC的规定，适当的托管人通常是指特许银行或信托公司、在SEC注册的经纪自营商或在商品期货交易委员会 (CFTC) 注册的期货佣金商。

SEC的提案还表示，合格的托管人将接受独立审计、定期披露，并且需要将客户资产隔离到客户身份下的账户。（CoinDesk）[2023/2/15 12:09:01]

多方计算网络

一汽元宇宙电池监控专利公布:金色财经报道，天眼查App显示，近日，中国第一汽车股份有限公司申请的“基于元宇宙的电池监控系统、电池及车辆”专利公布。摘要显示，本发明监控系统包括：电池总成模块、元宇宙电池模块、映射模块、沉浸体验模块。其中，元宇宙电池模块包括虚拟系统层，虚拟系统层为仿真单元、游戏单元、陈列单元中的至少一个，仿真单元用于生成数字模型，游戏单元用于生成虚拟游戏，陈列单元用于生成数字陈列；映射模块用于将待监控的电池总成模块的电池信息映射至虚拟系统层中，以使虚拟系统层在元宇宙虚拟场景内对电池总成模块进行可视化显示；沉浸体验模块用于使用户通过人机接口进入元宇宙虚拟场景内对可视化显示后的电池总成模块执行预置操作。本申请的技术方案，解决了现有技术中的电池监控系统监测时直观性差的问题。[2022/12/27 22:10:39]

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。

INX Digital参与Voyager Digital资产的竞标:金色财经报道，经纪交易商和加密货币交易平台INX Digital周三公布了一份不具约束力的意向书（LOI），宣布参加破产的加密货币借贷平台Voyager Digital资产的竞标，该公司加入了包括币安在内的其他竞购者。

此前消息，Voyager7月向美国纽约南区法院申请破产保护后，FTX赢得竞标资格，但FTX在两周前破产，竞标重新开始。

INX在2021年成为第一家在美国证券交易委员会(SEC)注册证券代币发行的公司，并从7,000多名投资者那里筹集了8,500万美元。[2022/12/1 21:13:52]

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。

加密资产管理平台Kassio在印度基于加密的金融服务:6月1日消息，加密资产管理平台 Kassio 在印度推出加密金融服务，包括年利率高达 13% 的加密定期存款和 Kassio 卡的加密货币线下购物服务。

据悉，Kassio 成立于 2020 年，旨在满足用户可以“赚钱、借贷、购物或交易”的所有加密需求，其测试版于 4 月上线，Kassio 已在其平台上注册了 30,000 多个应用程序。（forkast）[2022/6/1 3:55:41]

去中心化存储网络

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。

区块链网络

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。

目前，XuperChain是PaddleDTX支持的唯一区块链框架。

垂直联邦学习

PaddleDTX的开源版本支持垂直联邦学习算法，包括两方线性回归、两方逻辑回归和三方DNN。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算法。

训练和预测步骤如下所示：

运作原理

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中。在执行任务之前，执行者需要从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。

来源：金色财经

标签：TOR加密货币ECUAOWstorj币最新价格加密货币行情软件securecoinAOW价格

DOGE热门资讯