作为应用最广泛的区块链共识机制,工作量证明(Proof of Work,PoW)除了用于确定矿工的账本记账权外,没有其他实用价值,造成大量算力资源的浪费。人工智能作为一种新兴技术,可以模仿人类的智能特征,如学习、推理、图像识别、语言理解。机...作为应用最广泛的区块链共识机制,工作量证明(Proof of Work,PoW)除了用于确定矿工的账本记账权外,没有其他实用价值,造成大量算力资源的浪费。人工智能作为一种新兴技术,可以模仿人类的智能特征,如学习、推理、图像识别、语言理解。机器学习是实现人工智能的一种重要方法,通过学习历史数据来改进和优化算法模型以完成特定任务,无监督学习作为机器学习的一个重要分支,可以从未标注数据中发现隐藏的结构和模式。为了解决PoW的算力资源浪费问题,针对无监督学习场景,提出了一种基于隐私保护无监督学习的区块链算力回收共识算法。在这一方案中,区块链系统的矿工和全节点都基于密文数据集完成聚类分析以及聚类结果验证,除了任务请求者以外,系统其余节点和服务器无法解密出原始的明文数据集。为了提高基于密文的聚类算法的效率,引入基于非公钥的同态加密方案,并设计出对应的密文计算方案。与明文方案的实验结果对比表明,隐私保护聚类分析结果和明文结果仅存在可以忽略的精度损失,聚类评估分数非常相近。不仅有效解决了矿工算力回收的问题,同时保证了数据集的安全性以及聚类结果的可靠性。展开更多
文摘作为应用最广泛的区块链共识机制,工作量证明(Proof of Work,PoW)除了用于确定矿工的账本记账权外,没有其他实用价值,造成大量算力资源的浪费。人工智能作为一种新兴技术,可以模仿人类的智能特征,如学习、推理、图像识别、语言理解。机器学习是实现人工智能的一种重要方法,通过学习历史数据来改进和优化算法模型以完成特定任务,无监督学习作为机器学习的一个重要分支,可以从未标注数据中发现隐藏的结构和模式。为了解决PoW的算力资源浪费问题,针对无监督学习场景,提出了一种基于隐私保护无监督学习的区块链算力回收共识算法。在这一方案中,区块链系统的矿工和全节点都基于密文数据集完成聚类分析以及聚类结果验证,除了任务请求者以外,系统其余节点和服务器无法解密出原始的明文数据集。为了提高基于密文的聚类算法的效率,引入基于非公钥的同态加密方案,并设计出对应的密文计算方案。与明文方案的实验结果对比表明,隐私保护聚类分析结果和明文结果仅存在可以忽略的精度损失,聚类评估分数非常相近。不仅有效解决了矿工算力回收的问题,同时保证了数据集的安全性以及聚类结果的可靠性。
