データ検証

私たちの現在の立場は、チャレンジレスポンス概念に基づく検証（すべてのアクションの検証は実行不可能）と直接証明メカニズム（すべてのアクションの検証は実行可能）という 2 つの主な検証原則に頼ることです。次のセクションでは、利用可能な検証メカニズムを紹介します。

所在地の証明

各検出器は一意に識別できますが、検出器が提供する位置データに頼るだけでは十分ではありません。これは、GPS 情報は簡単に偽装できるためです。NATIX ネットワークの主な特徴は、データの場所の特定性です。データが実際に主張された場所から来ていることを確認するために、位置証明メカニズムに依存しています。XYOネットワークなどの分散型位置証明ソリューションを活用して、さらに高い精度を確保する予定です。

ライブストリームの証明

Detector のノードが、事前に録画されたビデオではなく、リアルタイムのビデオ ストリームを分析していることを証明することは、データ検証の重要な部分です。プロトコルで使用される主なメカニズムは、チャレンジ レスポンスの概念に依存しています。ここでは、ランダムに割り当てられた xNode が、Detector にカメラでランダムに生成された一連のアクションを実行するように要求します。チャレンジ レスポンス メカニズムの正確なアルゴリズムは、不一致の場合のスラッシュ条件を含め、技術ホワイトペーパーで公開されます。

計算の証明

このプロトコルにより、リアルタイムの地理空間データが、mApplet で提供される機械学習予測 (AI) によって正しく抽出され、ヒューリスティックに生成されないことが保証されます。
ゼロ知識証明スキームはこの問題に対処します。zkCNN 、vCNN、pvCNNなどのソリューションは、畳み込みニューラル ネットワークのゼロ知識証明です。これらのアプローチの一部は、モデルの機密性を確保します。このようなスキームにより、AI モデルの所有者は、モデル自体に関する情報を漏らすことなく証明を提供できます。また、AI が出力を生成したことの証明も提供します。
NATIX Vision SDK は、AI モデルのトレーニング時に検証可能な AI コンピューティング メカニズムを組み込みます。これにより、開発者がそのような証明を提供できる mApplet を作成するプロセスが容易になります。
NATIX が現在取り組んでおり、研究開発段階にある検証および証明メカニズムは他にも複数あります。これらについては、後ほどさらに詳しい情報を提供する予定です。

＊ホワイトペーパーを和訳しています。