Αξιοπιστία αλγορίθμων μηχανικής μάθησης με επαλήθευση αποδείξεων μηδενικής γνώσης σε περιβάλλοντα αλυσίδων-κορμού

Παπαγεωργίου, Νικολέττα-Ευσταθία; Papageorgiou, Nikoletta-Efstathia

dc.contributor.author	Παπαγεωργίου, Νικολέττα-Ευσταθία	el
dc.contributor.author	Papageorgiou, Nikoletta-Efstathia	en
dc.date.accessioned	2024-04-22T10:46:02Z
dc.date.available	2024-04-22T10:46:02Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59247
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26943
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Προστασία δεδομένων	el
dc.subject	Περιβάλλον αλυσίδας-κορμού	el
dc.subject	Απόδειξη μηδενικής γνώσης	el
dc.subject	Συναρτήσεις κατακερματισμού	el
dc.subject	Blockchain	en
dc.subject	Hash function	en
dc.subject	Machine Learning	en
dc.subject	Data Protection	en
dc.subject	Zero Knowledge Proof	en
dc.title	Αξιοπιστία αλγορίθμων μηχανικής μάθησης με επαλήθευση αποδείξεων μηδενικής γνώσης σε περιβάλλοντα αλυσίδων-κορμού	el
heal.type	bachelorThesis
heal.classification	Επιστήμη των Υπολογιστών	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-11-07
heal.abstract	H τεχνητή νοημοσύνη και ειδικότερα η μηχανική μάθηση εμφανίζουν ραγδαία ανάπτυξη σε πληθώρα εφαρμογών. Ο όγκος των δεδομένων που αυτές επεξεργάζονται, σε συνδυασμό με την περίπλοκη διαδικασία εκπαίδευσης και τις ακόμα πιο περίπλοκες αρχιτεκτονικές των νευρωνικών δικτύων που αναπτύσσονται, καθιστούν την εποπτεία τέτοιων συστημάτων πολύ δύσκολη. Προκύπτει λοιπόν η ανάγκη για τον έλεγχο της αξιοπιστίας και της εγκυρότητας των αλγορίθμων μηχανικής μάθησης αλλά και για την εξασφάλιση της αμεταβλητότητάς τους. Η τεχνολογία αιχμής που βρίσκεται στο επίκεντρο της έρευνας τα τελευταία χρόνια και μπορεί να προσφέρει τη λύση στα παραπάνω ζητήματα είναι το περιβάλλον αλυσίδας κορμού (blockchain). Παράλληλα, η μέθοδος της Απόδειξης Μηδενικής Γνώσης (Zero Knowledge Proof) επιλύει ένα ακόμα επίκαιρο πρόβλημα που συνδέεται με την χρήση τέτοιων δικτύων: την προστασία των ευαίσθητων και ιδιωτικών δεδομένων των κόμβων. Σκοπός της παρούσας διπλωματικής εργασίας είναι η επικύρωση της αξιοπιστίας αλγορίθμων μηχανικής μάθησης με επαλήθευση Αποδείξεων Μηδενικής Γνώσης σε Περιβάλλοντα Αλυσίδων-Κορμού. Η υλοποίηση του δικτύου γίνεται με τη βοήθεια της πλατφόρμας Hyperledger Fabric, η επιβεβαίωση των αποδείξεων γίνεται από το έξυπνο συμβόλαιο (smart contract) γραμμένο σε γλώσσα GO, ενώ η διεπαφή με το δίκτυο επιτυγχάνεται με τον σχεδιασμό ενός API κατασκευασμένου με Node.js. Για τη δημιουργία των αποδείξεων χρησιμοποιούνται διαφορετικοί αλγόριθμοι κατακερματισμού και αξιολογείται η απόδοσή τους.	el
heal.abstract	Artificial intelligence (AI) and machine learning (ML) are rapidly developing in a variety of applications. The volume of data they process, combined with the complex training process and even more complex architectures of neural networks that are developed, make it very difficult to supervise such systems. This leads to the need to control the reliability and validity of ML algorithms, as well as to ensure their immutability. The cutting-edge technology that has been at the forefront of research in recent years and can offer a solution to the above issues is Blockchain. In parallel, the Zero Knowledge Proof (ZKP) method solves another pressing problem associated with the use of such networks: the protection of sensitive and private data of nodes. The purpose of this thesis is to validate the reliability of ML algorithms with verification of Zero Knowledge Proofs in Blockchain Environments. The network is implemented with the help of the Hyperledger Fabric platform, the verification of proofs is performed by the smart contract written in GO language, while the interface with the network is achieved by designing an API built with Node.js. For the creation of proofs, different hashing algorithms are used and their performance is evaluated.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.committeeMemberName	Βαρβαρίγος, Εμμανουήλ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	87 σ.	el
heal.fullTextAvailability	false