全球領先的全像擴增實境(AR) 技術供應商微美全像雲(WiMi Hologram Cloud Inc.) (NASDAQ:WIMI) 宣布推出專為物聯網(IoT) 量身定制的基於區塊鏈的可信任協作學習(TrusCL) 框架。這項創新解決方案旨在滿足AIoT 環境中協作學習的隱私保護和運算需求。 TrusCL 框架整合了同態加密貨幣(HE) 和差分隱私(DP) 技術，這些技術對於增強資料保護和隱私至關重要。
同態加密貨幣可以直接對加密貨幣資料進行計算，無需解密。這使資料在整個處理階段都處於加密貨幣狀態，從而防止來源資料外洩。此功能透過允許資料擁有者參與模型訓練過程，同時確保其資料保持私密，從而支援資料隱私保護。相反，差分隱私技術透過向資料集添加隨機雜訊來加強隱私，使外部查詢無法準確推斷任何個人的資訊。透過結合這兩種技術，TrusCL 框架在隱私保護和模型學習效率之間實現了平衡，在確保高品質模型訓練的同時維護參與者的資料隱私。
相關文章Ubisoft 與Captain Laserhawk 合作進軍Web3 遊戲領域遊戲革命：Revolving Games 與Animoca Brands 合作，率先推進Web3 進步路由器協議和OpenWorldSwap 合作徹底改變DEX 市場泰森食品和JBS SA 採用區塊鏈技術提高有機雞肉市場的透明度利用區塊鏈技術增強安全性
為了進一步增強安全性，WiMi 將區塊鏈技術融入了TrusCL 框架。與協作學習相關的所有關鍵活動，包括模型更新、數據貢獻證明和計算過程，都以防篡改的方式記錄在區塊鏈上。這種透明度和可追溯性有效地阻止了不誠實的行為，確保任何試圖操縱數據或計算結果的行為都被及時發現和阻止。此外，區塊鏈的智慧合約會自動執行協議條款，確保參與者遵守預先定義的規則，從而促進公平、透明和值得信賴的協作環境。
對於那些要求嚴格的模型，基於區塊鏈的物聯網安全可信任協同學習框架提供了一個安全且有效率的平台。該平台允許使用敏感資料安全地訓練機器學習模型，而無需授予對資料本身的直接存取權。該框架還支援動態調整參與者的貢獻和獎勵機制，激勵高品質數據和計算資源的貢獻。這種動態調整進一步提高了模型訓練的準確性和泛化能力。
安全高效的AIoT協作之路
WiMi基於區塊鏈的安全可信任物聯網協同學習框架，為AIoT時代協同學習的更高安全性和可信度奠定了基礎。該框架透過融合前沿技術，確保AIoT資料共享和智慧分析更加安全高效。這項發展將為工業4.0的持續演進奠定堅實的基礎。
隨著框架的不斷應用和優化，AIoT 的未來前景一片光明。同態加密貨幣和差分隱私技術的結合，加上區塊鏈技術提供的安全性和透明度，確保了資料隱私和模型訓練效率的維持。這種平衡對於開發強大的AIoT 系統至關重要，該系統可滿足對智慧、數據驅動解決方案日益增長的需求。
綜上所述，微美全像推出TrusCL框架，標誌著AIoT領域的重大進步。透過利用同態加密貨幣、差分隱私和區塊鏈技術的優勢，微美全像創造了一個安全、透明、高效的協作學習環境。該框架不僅保護了資料隱私，還提高了模型訓練的整體質量，使其成為未來AIoT和工業4.0的寶貴工具。
資訊來源：由0x資訊編譯自COINTRUST。版權所有，未經許可，不得轉載
