論文の概要: Zero-Knowledge Proof in NuLink
- arxiv url: http://arxiv.org/abs/2401.03118v1
- Date: Sat, 6 Jan 2024 03:30:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 10:39:11.995571
- Title: Zero-Knowledge Proof in NuLink
- Title(参考訳): NuLinkにおけるゼロ知識証明
- Authors: Pawn, Rookie, Zhuan Cheng,
- Abstract要約: NuLinkはAPI経由の分散アプリケーションのためのプライバシ保護技術を提供する。
ユーザーは価値あるデータを安全に保存したり、他人と取引したりできる。
NuLinkが提供するサービスのプライバシとセキュリティを確保するためには、(ゼロ知識)証明システムが必要である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: NuLink provides privacy-preserving technology for decentralized applications via APIs. Users can securely store its valuable data, trade with others and so on. To ensure the privacy and security of service provided by NuLink, (zero-knowledge) proof systems are necessary. Zero-knowledge proof systems allow the prover to make the verifier believe that a certain conclusion is correct without providing any useful information to the verifier. In NuLink, we are going to use (zero-knowledge) proof system in the following three methods: 1. Users store their data through NuLink in a decentralized manner. To ensure that the storage clients are indeed storing the data, we employ proof of storage systems. In this system, users prepare certain challenges that can only be correctly answered by those who are actually storing the data. 2. Users have the option to outsource computations to NuLink. To verify the correctness of the computation results provided by the compute node, we require the node to provide a proof of correctness via SNARK systems. When sensitive parameters are used as inputs for computation, we utilize zk-SNARKs to prevent any potential leakage of these parameters. 3. Users may choose to trade their data through NuLink. To confirm that the buyer has sufficient digital funds and the seller possesses the desired data, both parties can provide a proof via zk-SNARKs. This builds confidence and prevents cheating during transactions. Using zero-knowledge proof systems, we can ensure that all nodes in NuLink behaves honestly and avoid cheating in the whole system.
- Abstract(参考訳): NuLinkはAPI経由の分散アプリケーションのためのプライバシ保護技術を提供する。
ユーザーは価値あるデータを安全に保存したり、他人と取引したりできる。
NuLinkが提供するサービスのプライバシとセキュリティを確保するためには、(ゼロ知識)証明システムが必要である。
ゼロ知識証明システムでは、証明者が検証者に有用な情報を与えることなく、ある結論が正しいと信じさせることが可能である。
NuLinkでは、以下の3つの手法で(ゼロ知識)証明システムを使用します。
1. NuLink を通じてデータを分散的に保存する。
ストレージクライアントが実際にデータを格納していることを保証するため、ストレージシステムの証明を採用しています。
本システムでは,実際にデータを保存している人だけに正しく答えられるような課題をユーザが作成する。
2. NuLink に計算をアウトソースするオプションがある。
計算ノードが提供する計算結果の正当性を検証するためには,SNARKシステムによる正当性証明をノードに要求する。
計算用インプットとしてセンシティブパラメータを用いる場合、zk-SNARKを用いて、これらのパラメータの潜在的な漏洩を防止する。
3. NuLink を通じてデータを交換することも可能だ。
買い手が十分なデジタル資金を有し、売り手が所望のデータを持っていることを確認するために、双方がzk−SNARKを介して証明を行うことができる。
これにより、信頼性が向上し、トランザクション中の不正行為が防止される。
ゼロ知識証明システムを使用することで,NuLinkの全ノードが誠実に動作し,システム全体の不正行為を回避することができる。
関連論文リスト
- Trustless Audits without Revealing Data or Models [49.23322187919369]
モデルプロバイダが(アーキテクチャではなく)モデルウェイトとデータシークレットを維持しながら、他のパーティがモデルとデータプロパティを信頼性のない監査を行うことが可能であることを示す。
私たちはZkAuditと呼ばれるプロトコルを設計し、モデルプロバイダがデータセットとモデルの重みの暗号的コミットメントを公開します。
論文 参考訳(メタデータ) (2024-04-06T04:43:06Z) - Neuro-Symbolic Integration Brings Causal and Reliable Reasoning Proofs [102.00359477458029]
本稿では,ニューラル・シンボリック統合法について述べる。
LLMフリーのシンボリック・ソルバを用いて、知識を用いた熟考的推論を行う。
論文 参考訳(メタデータ) (2023-11-16T11:26:21Z) - Towards a Certified Proof Checker for Deep Neural Network Verification [1.0485739694839669]
本稿では,DNN検証のための検証チェッカーの実装について述べる。
数値安定性と高い妥当性を提供することにより、既存の実装を改善する。
論文 参考訳(メタデータ) (2023-07-12T16:53:32Z) - zkFi: Privacy-Preserving and Regulation Compliant Transactions using Zero Knowledge Proofs [0.0]
zkFiプロトコルは、開発者がトランザクションアセットを処理する柔軟性を提供するプラグイン・アンド・プレイソリューションとして機能するように設計されている。
ゼロ知識証明(ZKP)の専門知識はオプションであり、zkFiのモジュラーアプローチとソフトウェア開発キット(SDK)の可用性に起因する。
論文 参考訳(メタデータ) (2023-07-02T09:09:52Z) - The #DNN-Verification Problem: Counting Unsafe Inputs for Deep Neural
Networks [94.63547069706459]
#DNN-Verification問題は、DNNの入力構成の数を数えることによって安全性に反する結果となる。
違反の正確な数を返す新しい手法を提案する。
安全クリティカルなベンチマークのセットに関する実験結果を示す。
論文 参考訳(メタデータ) (2023-01-17T18:32:01Z) - Information-theoretically secure equality-testing protocol with dispute
resolution [6.643082745560235]
我々は「紛争解決を伴う平等テストプロトコル」を新たな枠組みとして定義する。
我々のプロトコルと以前の方法との大きな違いは、信頼できる第三者の介入を許すことです。
この新しいフレームワークでは,情報理論的に安全かつ効率的である明示的なプロトコルも提示する。
論文 参考訳(メタデータ) (2022-12-27T02:56:15Z) - Privacy-Preserving Credit Card Fraud Detection using Homomorphic
Encryption [0.0]
本稿では,同型暗号を用いた暗号化トランザクションにおける私的不正検出システムを提案する。
XGBoostとフィードフォワードニューラルネットワークという2つのモデルは、データの不正検出として訓練されている。
XGBoostモデルは、ニューラルネットワークの296msに比べて、推論が6ms以下で、パフォーマンスが向上している。
論文 参考訳(メタデータ) (2022-11-12T14:28:17Z) - Black-box Dataset Ownership Verification via Backdoor Watermarking [67.69308278379957]
我々は、リリースデータセットの保護を、(目立たしい)サードパーティモデルのトレーニングに採用されているかどうかの検証として定式化する。
バックドアの透かしを通じて外部パターンを埋め込んでオーナシップの検証を行い,保護することを提案する。
具体的には、有毒なバックドア攻撃(例えばBadNets)をデータセットのウォーターマーキングに利用し、データセット検証のための仮説テストガイダンスメソッドを設計する。
論文 参考訳(メタデータ) (2022-08-04T05:32:20Z) - Experimental relativistic zero-knowledge proofs [4.334542470441071]
2つの分離された検証器とプロデューサのペアを含むゼロ知識プロトコルを開発する。
セキュリティは、特殊相対性理論の物理的原則によって実施される。
これはマルチプロデューサゼロ知識プロトコルの実用可能性を示している。
論文 参考訳(メタデータ) (2020-12-18T19:00:01Z) - BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data
Silos [73.84437456144994]
接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。
現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された大量のデータを利用できません。
データサイロを破り、プライバシーの目標を保証するために最先端の暗号化プロトコルをデプロイする統合プラットフォームであるBeeTraceを提案する。
論文 参考訳(メタデータ) (2020-07-05T10:33:45Z) - CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。
CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
論文 参考訳(メタデータ) (2020-02-03T14:49:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。