论文2021/1633

可验证分布式人工智能管道的零知识证明

尼丁·辛格（Nitin Singh）、潘卡杰·达亚马（Pankaj Dayama）和潘伟迪（Vinayaka Pandit）

摘要

我们见证了去中心化人工智能管道的出现，不同组织参与管道的不同步骤。在本文中，我们介绍了一个全面的框架，用于分散AI管道的可验证来源，并支持数据和模型资产所有者的机密性关注。虽然过去的一些工作涉及来源、可验证性和机密性的不同方面，但没有一项工作在一个统一的框架下解决所有方面。我们提出了一种高效且可扩展的方法，用于分散AI管道的可验证来源，并支持基于零知识证明（ZKP）的机密性我们的工作对可验证计算（VC）和可验证模型推理领域具有独立的兴趣。我们提出了一些基本计算原语的方法，如只读存储器访问和对数据集的操作，这些数据集的数量级优于现有技术。在可验证模型推理的情况下，我们再次将决策树推理的技术水平提高了一个数量级。我们对我们的系统进行了广泛的实验评估。