| 1 |
1
블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 시스템으로서,기계학습 모델 개발을 요청하는 클라이언트이며 웹 서버에 학습 데이터를 등록하고, 학습 모델 개발이 끝나면 블록체인에서 학습 모델을 다운로드하여 정확도를 검증하고 비용을 지불하는 주체이며 블록체인 및 웹서버와 연동하는 웹 어플리케이션 로직을 포함하는 기계학습 클라이언트(MLC);기계학습 모델 개발을 수행하는 주체이며, MLC가 웹 서버에 학습데이터를 등록하면 다운로드하여 학습 모델을 개발하고, 개발이 끝나면 블록체인에 학습 모델을 등록하고 개발비용을 지불 받는 주체이며, 블록체인 등과 연동하는 웹 어플리케이션 로직을 포함하는 기계학습 모델개발자(MLSP);한번 등록하면 변조할 수 없고 기록이 영구적으로 지속되는 분산 원장 기술이며, MLC와 MLSP가 모델을 등록하고, 토큰을 관리하고, 평판을 관리할 수 있는 스마트 컨트랙트 로직을 포함하는 블록체인; 및상기 기계학습 클라이언트가 암호화된 학습데이터를 등록하는 웹서버이며 업로드 및 다운로드의 기능을 수행하는 데이터베이스 로직을 포함하는 웹서버;를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 시스템
|
| 2 |
2
블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법으로서,a) MLC가 ML(기계학습) 모델 작업을 선언하고 MLSP가 모델 작업에 동의하는 ML 모델 개발 계약 단계;b) MLSP가 동의한 모델의 개발을 선언하고 개발 후 개발된 학습 모델의 은닉 모델을 블록체인에 등록하는 ML 모델 개발 단계;c) MLC가 ML 모델 작업의 성능을 검증하고 정답 없는 테스트 데이터를 등록하면 그 데이터를 기반으로 테스트 데이터 결과를 등록하고 다시 MLC가 테스트 데이터 성능을 검증하는 ML 모델 성능 검증 단계; 및d) MLC와 MLSP의 신뢰도를 검증하는 MLC/MLSP 신뢰 검증 단계;를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법
|
| 3 |
3
제 2항에 있어서,상기 a) ML 모델 개발 계약 단계는, MLC가 ML 작업을 선언하며 작업의 조건(정확도), 훈련 모델의 해시, 벌금액수, 보증금액수 등을 스마트 컨트랙트에 등록하고 보증금을 예치하는 ML 작업 선언 단계(a-1); 및MLSP가 ML 작업 수주에 동의하며 보증금을 예치하는 ML작업 수주 동의 단계(a-2);를 포함하고,상기 ML 작업 선언 단계(a-1)는, MLSP의 공개키로 암호화된 학습 데이터(ED)를 웹 서버에 등록하는 단계와, 학습 모델이 등록된 웹서버의 URL을 스마트 컨트랙트에 등록하는 단계를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법
|
| 4 |
4
제 1항에 있어서,상기 b) ML모델 개발 단계는,MLC가 등록한 학습 데이터를 다운로드하여 ML 모델 개발을 선언하며, 이후에는 변심하여도 보증금을 회수할 수 없도록 하는 MLSP의 ML모델 개발 선언 단계(b-1); 및학습 모델을 개발하고 개발이 완료되면 완료된 학습 모델의 은닉 입력파트와 이에 해당하는 출력 파트를 포함하는 VD와 MLC의 공개키로 암호화된 은닉모델(EM) 포함하는 은닉학습모델(TD)을 등록하는 ML 은닉모델 등록 단계;(b-2)를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법
|
| 5 |
5
제 1항에 있어서,상기 c) ML모델 성능 검증 단계는,MLSP가 등록한 학습 모델의 성능을 MLC가 검증하고 조건에 제시한 성능(정확도)를 만족하는 경우, 다음 단계인 테스트 데이터를 통한 성능 검증을 하기 위해 정답이 없는 테스트 데이터를 MLSP의 공개키로 암호화한 데이터(UD)를 등록하는 단계인 학습 모델 성능 검증 단계(c-1);MLSP가 테스트 데이터(UD)를 다운로드하여 MLC가 테스트데이터로 성능을 검증할 수 있도록 하는 테스트 데이터의 은닉 파트에 대한 입력과 출력의 해시 값을 포함하는 테스트 결과(SD)를 등록하는 ML 테스트 결과 등록 단계(c-2); 및테스트 데이터(SD)의 성능을 검증하는 테스트 데이터(UD) 성능 검증 및 결과의 해시 값을 구비하는 결과(UDR)을 포함하는 테스트 데이터(UD) 성능 검증 단계(c-3)를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법
|
| 6 |
6
제 1항에 있어서,상기 d) MLC/MLSP 신뢰 검증 단계는,MLC가 테스트 데이터의 성능을 검증한 후 조건에 제시한 정확도가 나오지 않았을 경우 테스트 데이터의 정답을 등록하는 테스트 데이터 정답(AD) 등록 단계(d-1);MLC가 등록한 테스트 데이터의 정답을 다운로드하여 테스트 데이터의 성능이 조건에 미치지 못하는지를 검증하는 모델 성능 검증 및 조건에 만족하는 성능이 나왔는데도 테스트 데이터의 성능이 조건에 미치지 못하였다고 하는 MLC의 신뢰도를 검증하기 위해 MLC가 등록한 테스트 데이터 성능 검증 결과(UDR)과 자신이 등록한 테스트 결과인 SD의 해시를 비교하는 MLC 신뢰도 검증 단계(d-2); 및MLC가 MLSP의 신뢰도를 검증하는 MLSP 신뢰도 검증 단계(d-3)를 포함하는 것을 특징으로 하는 블록체인 기반의 머신러닝 학습 모델 무 신뢰 기반 거래 방법
|
