zkPoT：基于机器学习模型训练的ZKP

1. 引言

Sanjam Garg等人2023年论文 Experimenting with Zero-Knowledge Proofs of Training 中，所设计的zkPoT（zero-knowledge proof of training）协议：

• 为streaming-friendly的。
• 所需RAM与训练电路size不呈比例。
• 结合了MPC-in-the-head ＋ zk-SNARKs。
• 总的proof size比训练用的数据集size少10%，分为3个阶段：【以 training a logistic regression model using mini-batch gradient descent on a 4 GB dataset of 262,144 records with 1024 features 为例】
  • 数据独立线下阶段。
  • 依赖数据，但不依赖模型阶段，本阶段：
    • Prover用时约1小时。
    • Verifier用时数秒钟。
  • 线上阶段：既依赖数据，也依赖模型。线上阶段：
    • Prover用时少于10分钟。
    • Verifier用时少于半分钟。
      

开源代码实现见：

• https://github.com/guruvamsi-policharla/zkpot（Rust）