金色觀察｜PaddleDTX：分布式機器學習解決方案_OWN:UTO

PaddleDTX是一個基于分布式存儲的分布式機器學習技術解決方案。可以解決海量私有數據需要的安全存儲和交換難題，可惡意幫助各方突破數據孤島，實現數據價值最大化。

PaddleDTX的計算層是一個由三種節點組成的網絡：Requester、Executor和DataOwner。訓練樣本和預測數據集存儲在由DataOwner和Storage節點組成的去中心化存儲網絡中。這種去中心化的存儲網絡和計算層由底層區塊鏈網絡支持。

金色午報 | 10月31日午間重要動態一覽:7:00-12:00關鍵詞：C羅、比特幣ETF、數字人民幣

1.曼聯球星C羅NFT交易卡將于11月在Bonhams拍賣；

2.Glassnode：比特幣ETF推動芝商所BTC期貨未平倉合約和交易量均創新高；

3.央行：數字人民幣與現金將長期并存；

4.數據：本月發生較典型安全事件超22起；

5.Solana鏈上NFT市場Solanart交易總額突破5億美元；

6.以太坊銷毀的ETH總價值突破30億美元；

7.支付和金融服務技術解決方案提供商Fiserv與數字資產平臺Bakkt達成合作；

8.北京外匯管理部開展區塊鏈平臺資本項目收入支付便利化真實性審核應用場景實地調研；[2021/10/31 6:22:56]

多方計算網絡

金色晚報 | 5月15日晚間重要動態一覽:12:00-21:00關鍵詞：中國銀聯、挪威政府、緬甸央行、BCH、HT銷毀、灰度投資

1. 中國銀聯：防范以投資“區塊鏈”、“虛擬貨幣”為噱頭的欺詐行為。

2. 《知識產權強國推進計劃》：促進區塊鏈等在版權保護領域的應用。

3. 挪威政府將推出加密礦業激勵機制，電費降幅超97%。

4. 緬甸央行禁止包括比特幣在內的數字貨幣。

5. 火幣4月銷毀328.1481萬個HT，銷毀均價為3.79 USDT。

6. BCH基礎設施融資計劃宣告失敗晚間22:00BCH將正式升級。

7. 灰度投資近一個月買入38392枚比特幣。

8. 數據：5月CME比特幣期權未平倉量較年內均值上漲10倍。

9. 黑客以曝光特朗普丑聞為威脅索取4200萬美元加密貨幣。[2020/5/15]

Requester是有預測需求的一方，Executor是DataOwner授權獲得樣本數據訪問許可的一方，用于可能的模型訓練和結果預測。多個Executor節點組成一個SMPC網絡。Requester節點將任務發布到區塊鏈網絡，Executor節點授權后執行任務。Executor節點通過DataOwner獲取樣本數據，后者為數據的信任背書。

現場 | 金色財經頒發“2019 Dapp最佳創新獎”獎 共9家企業獲獎:2019年12月27日，由金色財經主辦的“與時共創”頒獎盛典在京舉行。金色財經“與時共創”對2019年Dapp最具創新獎進行評選，經評委的評選，EOS三國、加密騎士團、加密三國志、太肯星球、暗黑鏈游神、領鹿谷、XPET、NeoWorld、SCRY CITY獲“2019 Dapp最佳創新獎”獎項。

本次活動邀請到國內外百余家知名區塊鏈企業、300多名行業領袖、眾多產業上下游服務機構代表等業界知名人士共同見證此次頒獎盛典。金色財經“與時共創”活動邀請到40余名資深行業專家作為專業評選團，結合網絡投票進行綜合評審，通過不同的獎項，對各個企業對實現賦能實體創新引領行業未來發展的努力進行表彰，實現與時代共同探索區塊鏈，共創行業美好藍圖。[2019/12/27]

SMPC網絡是支持并行運行的多個分布式學習過程的框架。未來將支持垂直聯邦學習和水平聯邦學習算法。

金色財經訊:網傳9月15日下午，北京地區各數字貨幣平臺負責人被約談，關于數字貨幣交易平臺清退的通知流出，數字貨幣交易平臺被取消的傳言可能被證實。根據傳言所述，此次通告要求北京地區各交易平臺指定詳細的無風險清退方案，以妥善處理好投資者的資金及各種虛擬貨幣的安全。并且要求各個交易平臺應停止新用戶注冊，并于9月15日24點前發布公告，告知用戶。[2017/9/15]

去中心化存儲網絡

一個DataOwner節點處理自己的私有數據，在這個過程中使用了加密、分段和復制相關的算法，最后將加密的分片分發到多個Storage節點。Storage節點通過回答DataOwner產生的挑戰來證明它誠實地持有數據片段。通過這些機制，可以在不侵犯任何數據隱私的情況下安全地維護存儲資源。

區塊鏈網絡

訓練任務和預測任務將通過區塊鏈網絡廣播到Executor節點。然后所涉及的Executor節點將執行這些任務。DataOwner節點和Storage節點在監控文件和節點健康狀態時，以及副本持有證明的challenge-answer-verify過程中，通過區塊鏈網絡交換信息。

目前，XuperChain是PaddleDTX支持的唯一區塊鏈框架。

垂直聯邦學習

PaddleDTX的開源版本支持垂直聯邦學習算法，包括兩方線性回歸、兩方邏輯回歸和三方DNN。DNN的實現依賴于PaddleFL框架，PaddleFL提供的所有神經網絡模型都可以在PaddleDTX中使用。未來更多算法會開源，包括多方VFL和多方HFL算法。

訓練和預測步驟如下所示：

運作原理

樣品準備

FL任務需要指定將用于計算或預測的示例文件，這些文件存儲在去中心化存儲系統中。在執行任務之前，執行者需要從XuperDB中獲取自己的示例文件。

樣品對齊

VFL訓練和預測任務都需要樣本對齊過程。即使用所有參與者的ID列表查找樣本交叉點。訓練和預測是在相交的樣本上進行的。該項目實施了PSI來進行樣本對齊，而不會泄露任何參與者的ID。

訓練過程

模型訓練是一個迭代過程，它依賴于兩個奇偶校驗樣本的協同計算。參與者需要在許多訓練時期交換中間參數，以便為每一方獲得適當的局部模型。

為確保每個參與者數據的機密性，Paillier密碼系統用于參數加密和解密。Paillier是一種加法同態算法，它使我們能夠直接對密文進行加法或標量乘法。

預測過程

預測任務需要模型，因此需要在預測任務開始前完成相關的訓練任務。模型單獨存儲在參與者的本地存儲中。參與者使用自己的模型計算局部預測結果，然后收集所有部分預測結果以推導出最終結果。

對于線性回歸，可以在收集所有部分結果后執行去標準化過程。這個過程只有有標簽的一方才能完成。所以所有的部分結果都會被發送給有標簽的一方，它會推導出最終結果并將其作為文件存儲在XuperDB中供請求者使用。

Tags：區塊鏈TORUTOOWN區塊鏈通俗易懂的說法CryptoRocketsUtopia USDIOWN

PEPE