區塊鏈網路中具隱私保護之人工智慧物聯網資料交換框架

Abstract

隨著物聯網裝置越來越多的情況下，一些新興的人工智慧物聯網的應用情境也越發頻繁的出現。情境中主要包含以下三種角色:1) 資料提供者、2) AIoT 平台、3) 資料模型買家。資料提供者主要將其擁有的行車記錄器影片給予 AIoT 平台，平台完成訓練模型的工作，最後將模型賣給需要的買家。 除此之外，近年來興起的區塊鏈技術為互信關係提供一道曙光，替代過去需依靠第三方角色的中心化交易架構。分散式的特性避免了第三方平台可能出現的不公正行為;公開透明的特性使得完整交易過程的資訊皆為公開;不可竄改的特性免除了過去傳統交易環境可能交易記錄會被竄改的事實。因此，以區塊鏈技術建構的分散式的、安全的、可信任的、自動化的交易環境為情境中所有角色帶來最基礎的信任關係。 於此，基於區塊鏈架構的人工智慧物聯網交易框架，為了確保情境能夠持續運作，著重探討因為區塊鏈公開透明特性衍生的隱私性問題。因應本情境著重的 GPS 資料類型，考量資料中點跟點是鄰近的、連續的、且不會呈現分散的狀態，我們提出一個維護資料隱私的方法;主要透過布隆過濾器以及功能性加密，達成在不洩漏隱私的狀況及不需要解密資料的情況下，能夠讓 AIoT 平台得到其所需要的資料，接著完成後續模型訓練的動作。 最後，設計語意安全的密碼學遊戲來完成對於我們方法的資料隱私性的證明，說明在指定選擇明文攻擊的情況下確實有維護資料安全性。除此之外，針對本情境資料提供者以及 AIoT 平台會在意的執行時間以及搜索正確率，透過調整方法內的一些參數，來觀察時間以及正確率的變化，並說明在可以接受一定搜索錯誤率的情況下，要調整參數為什麼組合最為適合。