zkComposer: Decomposing Proof Construction to Scale zkML
零知识机器学习(zkML)允许服务器在保持模型参数私有的前提下,向客户端提供可验证的推理结果。然而,现有zkML系统面临证明生成成本过高的问题,且扩展性受限,因为证明生成过程中的并行度不足——增加线程数并不能显著减少证明时间。现有系统采用整
共收录 2 条相关情报。
← 返回所有主题零知识机器学习(zkML)允许服务器在保持模型参数私有的前提下,向客户端提供可验证的推理结果。然而,现有zkML系统面临证明生成成本过高的问题,且扩展性受限,因为证明生成过程中的并行度不足——增加线程数并不能显著减少证明时间。现有系统采用整
本文针对区块链环境中密封投标拍卖存在的审查攻击问题展开研究。在当前的区块链拍卖中,每个出价都是公开交易,且由单个区块提议者决定是否包含,这导致提议者可以观察待处理出价、排除竞争对手甚至自行投标,破坏了经典密封投标拍卖的公平性。为了在延迟敏感