金色觀察｜PaddleDTX：分布式機器學習解決方案_TOR:ORA價格

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。

DoraHacks將出席盧森堡太空資源周，討論小行星采礦等問題:2月27日消息，DoraHacks成為今年由歐洲太空資源創新中心、歐洲航天局、盧森堡宇航局、盧森堡理工大學舉辦的太空資源周合作伙伴。DoraHacks團隊將出席會議并討論小行星采礦等問題。其他合作伙伴包括英國宇航局、日本火箭制造商ispace。[2023/2/27 12:31:45]

多方計算網絡

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。

Kraken高管：已確認FTX資金異動用戶的身份:11月13日消息，Kraken 首席安全官在社交媒體表示，已確認 FTX 資金異動用戶的身份。0x59a 開頭地址鏈上動態引起質疑。此前，FTX 和 FTX US 將大額資產歸集至該地址。有加密 KOL Autism Capital 對此表示：FTX 內部人員極有可能正試圖籌集資金出逃。FTX 和 FTX US 錢包地址現在都受到影響并混合在一起。目前受影響金額約為 3.8 億美元。[2022/11/13 12:56:30]

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。

DOGE或因Twitter暫停加密錢包開發過去24小時下跌超11%:金色財經報道，狗狗幣DOGE今日出現大幅下跌，最高跌幅超過11%。據Coingecko最新數據顯示，當前DOGE約為0.1196美元，過去24小時跌幅為10.1%，系市值前十大加密貨幣中日內跌幅最高。

金色財經此前報道，據消息人士稱，Twitter已經停止了構建加密錢包的計劃。[2022/11/4 12:18:07]

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。

鏈游平臺 Gala Games 已集成 Chainlink VRF v2，幫助獲得物品分發等游戲隨機體驗:金色財經消息，鏈游平臺 Gala Games 已集成 Chainlink 可驗證隨機函數（VRF）v2，可使用防篡改和可驗證的隨機數生成器（RNG），幫助從 Snoop Stash Box 獲得真正隨機的 VOX 丟棄和物品分發。此外 Chainlink VRF 也將充當所有基于 RNG 的功能所需的隨機性來源，為用戶提供公平的游戲玩法。[2022/6/1 3:56:50]

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。

來源：金色財經

Tags：TORXECDDLORASenator KarenXEC幣ViddliORA價格

AVAX