https://github.com/ranxi2001/cremodeva

BC4AI：Blockchain Used to Guarantee Credibility of AI Model Evaluations;利用区块链来保证算法模型的真实性
https://github.com/ranxi2001/cremodeva

ai blockchain credibility deep-learning machine-learning modelevaluation

Last synced: 3 days ago
JSON representation

BC4AI：Blockchain Used to Guarantee Credibility of AI Model Evaluations;利用区块链来保证算法模型的真实性

• Host: GitHub
• URL: https://github.com/ranxi2001/cremodeva
• Owner: ranxi2001
• Created: 2023-11-29T09:40:41.000Z (about 1 year ago)
• Default Branch: main
• Last Pushed: 2023-12-03T12:16:37.000Z (about 1 year ago)
• Last Synced: 2024-11-26T04:18:40.640Z (2 months ago)
• Topics: ai, blockchain, credibility, deep-learning, machine-learning, modelevaluation
• Language: Solidity
• Homepage:
• Size: 87.9 KB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Cremodeva

BC4AI：Blockchain Used to Guarantee Credibility of AI Model Evaluations

这是我的毕业论文项目，十分欢迎对这个项目感兴趣的大佬加入开发。

这个项目的目的是实现算法模型的可信度保障，包括测试结果的真实性，保障论文模型的效果是真实可信的。

## 项目目标

### 项目思路

1. **集成区块链和深度学习**：利用区块链技术提升深度学习模型的可信度和透明度，同时保护模型和数据的隐私。

2. **去中心化数据存储**：使用如IPFS这样的去中心化存储解决方案来存储数据，确保数据的持久性和可访问性。

3. **模型和代码的安全存储与共享**：确保训练完成的模型和评估代码的安全性和完整性。

4. **可审计的模型评估过程**：构建一个透明且可审计的模型评估流程，以提高模型评估的公信力。

5. **社区参与的模型评价机制**：引入社区投票机制，类似于学术论文的同行评审，以提高模型的可信度。

### 需要实现的功能

1. **数据托管（IPFS）**：

   - 使用IPFS等去中心化存储技术托管数据。

   - 确保数据的持久性和难以篡改。

2. **模型评估真实性保证**：

   - 通过智能合约或其他区块链机制来确保评估过程的真实性和透明度。

3. **代码封存**：

   - 安全存储训练完成的模型和评估部分的代码。

   - 通过区块链技术确保代码的不可篡改和易于验证。

4. **模型真实性投票（适用于论文发布审稿）**：

   - 实施基于社区的模型评价机制，类似于学术论文的同行评审。

   - 通过投票机制来提升模型的可信度。

5. **模型和代码一致性检验**：

   - 验证存储的模型和代码是否一致，确保其未被非法修改。

   - 使用哈希等技术确保一致性。

6. **多次测试取平均值数据认证**：

   - 进行多次模型测试以获取更准确和可靠的评估结果。

   - 通过平均值或其他统计方法提高数据的可信度。

### 参考文献

> [1] 冯晨. 基于区块链的可信深度学习隐私保护方案研究[D]. 福建师范大学, 2021.

>

> [2] 卢浩文. 基于图像匹配和区块链存储的大仪实验可信度研究[D]. 杭州电子科技大学, 2023.

>

> [3] Jiang R, Li J, Bu W, et al. A Blockchain-Based Trustworthy Model Evaluation Framework for Deep Learning and Its Application in Moving Object Segmentation[J]. Sensors, 2023, 23(14): 6492.

>

> [4] Wang T, Du M, Wu X, 等. An Analytical Framework for Trusted Machine Learning and Computer Vision Running With Blockchain[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. 2020: 6-7.

>

> [5] Shafay M, Ahmad R W, Salah K, et al. Blockchain for deep learning: review and open challenges[J]. Cluster Computing, 2023, 26(1): 197-221.

>

> [6] Weng J, Weng J, Zhang J, 等. DeepChain: Auditable and Privacy-Preserving Deep Learning with Blockchain-Based Incentive[J]. IEEE Transactions on Dependable and Secure Computing, 2021, 18(5): 2438-2455.

>

> [7] Goel A, Agarwal A, Vatsa M, 等. DeepRing: Protecting Deep Neural Network With Blockchain[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. 2019: 0-0.

## 项目计划

### 初期工作[12月底]

#### 1.技术选型+技术学习

**开发工具**：`Vscode`+`HardHat`+`Node.js`

**编程语言**：`Solidity`+`Python`+`JavaScript`

### 中期工作[2月底]

### 后期工作[4月底]

1. 毕业论文撰写