Can AI Oversight Be Zero Knowledge?
本文研究一个交叉性问题: 当 AI 系统基于机密数据产生输出时(论文举的两个例子是: 依据医疗记录给出适岗/履职能力评估, 以及依据分子的秘密结构预测候选药物的性质), 我们既希望验证这些输出是否计算正确, 又不希望泄露底层敏感数据。已有的
#verifiable-computation
共收录 15 条相关情报。
← 返回所有主题Classical Verification of Quantum Computation with Quasilinear Resources, from Compiled Nonlocal Games
该论文研究的是「量子计算的经典验证」这一核心问题：如何让一个只能进行经典计算的验证者，去核实一台不受信任的量子证明者是否正确地执行了量子电路。作者 Holler 与 Natarajan 基于「计算自测试」(computational sel
zkSAS: Practical Zero-Knowledge Proofs for Verifiable Spectrum Access Management
该论文聚焦动态频谱接入（DSA）中频谱接入系统（SAS）长期存在的「可验证性」与「隐私保护」矛盾。现有集中式 SAS（如美国 CBRS 采用的多层频谱共享架构）由少数运营方掌握分配逻辑，频谱用户（PAL/GAA 用户以及既有 incumbe
FASTAR: FRI Accelerator for Scalable Transparent ARguments of Knowledge
零知识证明（ZKP）允许证明者在不泄露底层秘密的前提下，向验证者密码学地证明某个陈述有效，是「可验证计算」的基础原语。当前 ZKP 技术栈正在经历一次根本性转向：以 Groth16 为代表的经典 zk-SNARK 依赖可信设置（truste
Maverick: Private and Verifiable LLM Inference Made Practical via Matrix-Vector Multiplication Delegation
该论文面向一个日益突出的现实矛盾：开源大模型（LLM）在能力上已可与闭源模型竞争，并且允许用户在不把输入暴露给服务商的前提下本地推理，但大规模模型对本地算力要求极高，因此大量用户仍不得不租用第三方算力，从而重新引入隐私泄露与计算结果被篡改（
Poster: Verifiable Encodings for Maliciously-Secure Homomorphic Encryption Evaluation.
本文针对同态加密（Homomorphic Encryption, HE）在恶意敌手模型下计算结果缺乏可验证性的问题展开研究。同态加密允许在密文上直接执行计算，是隐私保护数据分析的关键技术，但现有HE管道无法防止恶意服务器返回错误计算结果。为
Poster: Privacy-preserving Genome Analysis using Verifiable Off-Chain Computation.
该论文提出了一种利用可验证的链下计算（Verifiable Off-Chain Computation）来保护隐私的基因组分析方法。随着基因组测序成本下降和医疗数据共享需求增加，基因组数据的高度敏感性使得在云端或区块链上进行计算面临严峻的隐
BioZKFHE: Scalable Encrypted Biometric Identification via Verifiable Homomorphic Similarity Evaluation
本文提出 BioZKFHE，一个用于可扩展加密生物特征识别的框架，它结合了 BGV 型全同态加密与委员会中介的证明开/解密及智能合约验证。研究背景是在外包场景下进行大规模生物特征识别，需要同时保证生物模板和查询数据在计算过程中的机密性，以及
MicroNova: Folding-Based Arguments with Efficient (On-Chain) Verification.
MicroNova 是一种基于折叠的递归论证系统，旨在高效证明形如 y = F^(ℓ)(x) 的增量计算，其中 F 可以是使用 R1CS 约束系统编码的非确定性计算。与现有折叠论证相比，MicroNova 的关键创新在于其验证者在资源受限环
DataSeal: Ensuring the Verifiability of Private Computation on Encrypted Data.
全同态加密（FHE）允许云计算服务商直接在用户提供的密文上执行计算，而无需解密，这对于医疗、金融等隐私敏感领域的数据外包处理至关重要。然而，在该模式下，客户端普遍担心恶意服务器或服务器端漏洞可能导致数据、计算过程或结果被篡改，从而破坏结果的
Efficient Zero-Knowledge Proofs on Signed Data with Applications to Verifiable Computation on Data Streams.
本文研究了在流式认证数据上实现隐私保护证明的问题。在该场景中，服务器从可信数据提供者处持续接收数据流，并被要求向第三方正确且隐私地证明对数据执行的计算结果。第三方除了知道声称结果的正确性外，不获得任何数据信息。挑战在于第三方仅与服务器通信，
Verifiable computations for dynamic encrypted control
本文针对动态加密控制系统中云服务器计算的完整性验证问题，提出了一种新颖的验证算法。传统加密控制虽能保护数据和参数隐私，但云服务器可能篡改计算结果，现有方法要么依赖强假设，要么计算开销大，且仅适用于静态计算。作者利用控制器的系统理论输入输出特
Split Tallies: A Discrete Certificate Calculus for Auditing Dynamic Ordered Sets in Constant Memory
本文研究动态有序集合（支持插入、删除、成员查询、前驱后继、最小值最大值等操作）的回顾性审计问题。集合由不可信方维护，被动审计者（auditor）仅需存储 5 个机器字和 1 个标志位，并在每次操作时接收一个常量大小的公开 tally 记录。
On the (non-)resilience of encrypted controllers to covert attacks
本文研究网络控制系统（NCS）中加密控制器对隐密攻击（covert attacks）的抵抗能力。加密控制通常利用同态加密（HE）将控制器外包给第三方平台（如云服务）以保护数据机密性。近期研究试图通过修改HE方案来同时抵御完整性攻击，但本文证
martFL: Enabling Utility-Driven Data Marketplace with a Robust and Verifiable Federated Learning Architecture.
本文提出 martFL，一种专为安全、可验证的数据市场设计的联邦学习架构。在数据市场中，数据需求方（DA）需要从多个数据提供方（DP）获取高质量训练数据，但直接交换原始数据存在隐私风险。联邦学习通过交换模型或梯度来传递数据效用，但现有架构存