[論文レビュー] Machine Learning on Cloud with Blockchain: A Secure, Verifiable and Fair Approach to Outsource the Linear Regression for Data Analysis

Hanlin Zhang, Peng Gao+3 more|arXiv (Cornell University)|Jan 7, 2021

Blockchain Technology Applications and Security参考文献 41被引用数 4

ひとこと要約

本稿では、ブロックチェーン技術を活用して信頼できないクラウドに線形回帰を外部化するための、安全で検証可能かつ公平なフレームワークを提案する。入力／出力の遮蔽とイーサリアムスマートコントラクトの活用により、データの機密性が保証され、結果の公開検証が可能となり、分散型の信頼によって支払いの公平性が保証される。実験では、強固なセキュリティと効率性が示された。

ABSTRACT

Linear Regression (LR) is a classical machine learning algorithm which has many applications in the cyber physical social systems (CPSS) to shape and simplify the way we live, work and communicate. This paper focuses on the data analysis for CPSS when the Linear Regression is applied. The training process of LR is time-consuming since it involves complex matrix operations, especially when it gets a large scale training dataset In the CPSS. Thus, how to enable devices to efficiently perform the training process of the Linear Regression is of significant importance. To address this issue, in this paper, we present a secure, verifiable and fair approach to outsource LR to an untrustworthy cloud-server. In the proposed scheme, computation inputs/outputs are obscured so that the privacy of sensitive information is protected against cloud-server. Meanwhile, computation result from cloud-server is verifiable. Also, fairness is guaranteed by the blockchain, which ensures that the cloud gets paid only if he correctly performed the outsourced workload. Based on the presented approach, we exploited the fair, secure outsourcing system on the Ethereum blockchain. We analysed our presented scheme on theoretical and experimental, all of which indicate that the presented scheme is valid, secure and efficient.

研究の動機と目的

• 信頼できないクラウドサーバーに線形回帰を外部化する際の、データ機密性、結果の検証可能性、支払いの公平性の課題に対処すること。
• 機密性の高い入力および出力データがクラウドに露出しないようにするスキームの設計。
• プライベートな情報を漏洩させることなく、計算結果の公開検証を可能にする。
• ブロックチェーンを信頼できない仲介者として活用し、正しい実行が行われた後にのみ支払いが行われることを保証することで、公平性を確保すること。
• 実世界への導入を想定し、イーサリアムブロックチェーン上で動作する実装済みシステムの構築と評価。

提案手法

• 入力および出力データの機密性を確保するため、基本的な変換に基づく技術を適用して、クラウド計算中もデータを隠蔽する。
• プライベートデータをブロックチェーン上に露呈させない公開検証可能な検証プロトコルを設計する。
• イーサリアムスマートコントラクトを活用し、結果の検証に成功した後にのみ支払いを自動化・強制する。
• ブロックチェーンを信頼できない中間者として機能させる分散型システムを実装し、結果の検証と支払いの管理を担わせる。
• スマートコントラクトとグラフィカルユーザーインターフェースを備えたエンドツーエンドの安全な外部化を実現するフルスタックシステムを開発する。
• 安全な計算フェーズにおいて行列演算を活用し、入力の逆工程推定を防ぐために、同型暗号に類似した遮蔽技術を採用する。

実験結果

リサーチクエスチョン

• RQ1 信頼できないクラウドに線形回帰を安全に外部化する方法は何か？ その際、データ機密性が保たれるか？
• RQ2 プライベートな入力が漏洩しない条件下で、クラウドが計算した結果の正しさをどのように公開検証できるか？
• RQ3 外部化プロセスにおける公平性をどのように確保し、支払いの不支給や不正実行を防げるか？
• RQ4 ブロックチェーンベースのシステムは、安全で公平な機械学習の外部化において、信頼できない仲介者として効果的に機能できるか？
• RQ5 本手法の実世界での導入に際しての実用的効率性とスケーラビリティはどの程度か？

主な発見

• 提案されたスキームは、入力および出力データの両方を効果的に遮蔽することで、信頼できないクラウドサーバーへの漏洩を防ぎ、安全な外部化を実現した。
• 検証プロセスは公開検証可能であり、誰もがプライベートデータにアクセスせずに結果を検証可能であるため、透明性と信頼性が向上した。
• ブロックチェーンベースのシステムにより、検証に成功した後にのみ支払いが自動化されるため、支払いの不支給や悪意ある行動のリスクが排除された。
• 実験的評価により、クライアント側の計算時間に顕著な短縮効果が確認され、クラウドへの外部化に伴う効率性が裏付けられた。
• イーサリアム上での実装により、スマートコントラクトが結果の検証と支払いワークフローを正常に管理できることを示した。
• 理論的分析と実証的評価の両面から、システムの正しさ、安全性、効率性が実証された。