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。

金色晨讯 | 4月1日隔夜重要动态一览:21:00-7:00关键词：国际清算银行、贝莱德、东加勒比、香港

1.国际清算银行行长：CBDC可解决长期存在的支付问题；

2.投资巨头贝莱德年初曾持有CME比特币期货合约；

3.Cardano区块生产已完全由社区控制；

4.东加勒比央行公开启用央行数字货币DCash；

5.深圳测试香港居民数字人民币跨境支付；

6.外媒：V神净资产估值已升至约7亿美元；

7.小说《美人鱼月食》以NFT形式出售；

8.天线宝宝本周或发布比特币相关“大消息”。[2021/4/1 19:35:19]

多方计算网络

金色晚报 | 10月19日晚间重要动态一览:12:00-21:00关键词：美联储、俄罗斯央行、日本瑞穗银行、数字人民币、以太坊

1. 国务院副总理刘鹤：统筹推进包括区块链技术在内的三类新型基础设施建设。

2. 美联储主席鲍威尔：美联储尚未决定发行数字货币。

3. 数字人民币红包试点结束总交易额超876万元。

4. 俄罗斯央行：数字卢布或帮助减少俄罗斯经济对美元的依赖。

5. 日本瑞穗银行和支付巨头JCB将试行区块链数字身份系统。

6. 瑞士联邦财政部就区块链全面条例进行磋商。

7. 北京三中院推出区块链电子公告系统。

8. 数据：近24小时以太坊上Dex交易量约为3.92亿美元。

9. ETH 2.0开发人员：信标链Beacon Chain版本1.0.0的候选版本0已发布。

10. 以太坊EIP-1559进展更新：DoS风险仍是落地最大障碍。[2020/10/19]

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。

金色晚报 | 1月14日晚间重要动态一览:12:00-21:00关键词：央行、发改委、姚前、日本金融厅、比特币?

1. 央行：6个创新应用主要聚焦区块链等前沿技术在金融领域的应用。

2. 北京发改委新闻发言人：区块链在不动产登记领域应用，单笔材料核验时间降至2分钟。

3. 北京金融科技创新监管试点聚焦区块链等前沿技术在金融领域的应用。

4. 姚前：需加强链上和链下数据治理 建立区块链数字治理体系。

5. 日本金融厅公布关于虚拟货币的《修订后的资金清算法》。

6. 度小满、京东、银联等机构项目进入北京金融局监管沙盒。

7. 金融稳定委员会（FSB）召开会议讨论关于稳定币的国际合作方案。

8. 印度最高法院准备审理“印度储备银行加密货币相关听证会”。

9. 俄罗斯国家杜马官员：数字资产的新法律极有可能将于今年春季获得通过。

10. 比特币日内涨幅超6%，最高涨至8622.34美元。[2020/1/14]

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。

金色财经现场报道 建银国际董事长兼CEO胡章宏：区块链的成功不是炒出来的 要注重底层开发 更加公开透明才是其发展方向:金色财经现场报道，粤港澳大湾区新金融论坛上，建银国际董事长兼CEO胡章宏指出，目前区块链围绕三个层面展开：第一是围绕币的相关平台、第二是区块链的底层技术、以及为前两者提供咨询和其他相关的平台。内地对于区块链技术是十分鼓励的，鼓励技术和底层研究，对虚拟币的发行和炒作保持十分清醒的态度。必须认识到，区块链不是炒作而成的，而是底层研发应用的长期考验，我们要用区块链技术让交易更加公开和透明，这是其真正的发展方向。[2018/4/7]

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。

标签：区块链TOREXECUT区块链专业学什么Crypto Gladiator ShardsReflexer Ungovernance TokenBlockchain Cuties Universe

芝麻开门交易所热门资讯