LuanVan.vnLuận Văn
Gửi thư

Zero-Knowledge Proofs in Machine Learning as a Service to Authenticate Artificial Intelligence Models

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Quang Huy; Nguyễn Minh Quang
Người hướng dẫnTạ Thị Kim Huệ
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Xây dựng khung xác minh không tiết lộ thông tin (Zero-Knowledge) cho mô hình học máy trong môi trường Machine Learning as a Service (MLaaS), nhằm bảo đảm tính riêng tư và khả năng xác minh kết quả mà không cần công khai mô hình độc quyền. Đề xuất khung ZKML áp dụng cho dữ liệu chuỗi thời gian và mô hình kết hợp U-Net–Transformer, có khả năng xử lý các đặc trưng về thứ tự thời gian, phụ thuộc theo thời gian và tính chu kỳ. Sử dụng phương pháp Vector Oblivious Linear Evaluation (VOLE) làm cơ chế chứng minh ở tầng backend, qua đó xây dựng quy trình xác minh kết quả suy luận của mô hình mà không tiết lộ các thông tin nội bộ. Kết quả cho thấy khung đề xuất duy trì độ chính xác cao đồng thời đạt thời gian xử lý ở mức chấp nhận được, thể hiện tiềm năng ứng dụng trong xác minh AI và bảo vệ dữ liệu trong các dịch vụ học máy trên nền tảng đám mây.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.