本說明書實施例屬于隱私計算，尤其涉及樹模型的零知識證明方法和計算設備。

背景技術：

1、樹模型作為機器學習中最常用的模型之一，因其優秀的性能和可解釋性，在金融、醫療、推薦等領域得到了廣泛應用。例如，在金融領域中，樹模型可以用在反欺詐預測、違約預測等諸多方面。

2、然而，在實際應用中，樹模型的預測過程往往設計多個參與方，其中包括模型持有方和數據持有方。數據持有方將自己持有的待預測的數據發送給模型持有方，模型持有方使用自己持有的模型進行預測后，將預測結果發送給數據持有方。這個過程無法保證模型持有方使用了正確的模型進行了完整的預測。模型持有方可能會使用與其所聲稱的不同版本的模型，故意跳過模型預測步驟以降低計算成本，或者在預測過程中引入偏差來獲取額外收益。例如，某模型持有方聲稱其用于反欺詐預測的隨機森林模型中包含1千棵決策樹，但是實際預測時只使用了1百棵決策樹進行預測以降低計算成本。這會導致預測的準確度下降，進而導致用戶財產上的損失，但數據持有方在接收到預測結果時無法發現這一問題。

3、此外，數據持有方在預測之前，無法獲知模型是否像模型持有者聲稱的那么好。由于模型往往由模型持有方所私有，數據持有方無法直接獲取模型查看其結構和參數，也難以驗證模型在真實數據上的表現。仍然以之前的反欺詐場景為例，某個模型持有方聲稱其反欺詐模型在某個數據集上達到了95％的準確率，但在不暴露模型細節的情況下,數據持有方無法驗證這一聲明的真實性。

4、因此，需要一種方法，使得模型持有方在不公開模型細節的情況下，令數據持有方在預測之前可以驗證樹模型的精確度證明，提前了解模型性能。隨后將數據交給模型持有方進行預測，同時拿到預測結果和預測正確性證明，驗證預測結果是否由之前選好的樹模型正確預測產出。

技術實現思路

1、本說明書的目的在于提供樹模型的零知識證明方法和計算設備，旨在解決上述問題。

2、本說明書第一方面提供一種樹模型的零知識證明方法，所述樹模型包括預測部分和結果處理部分，所述方法由第一設備執行，包括：

3、使用預設的零知識證明框架，生成用于證明預測過程的正確性的第一證明；所述預測過程包括將第一數據輸入所述預測部分得到第一結果的過程；

4、將目標代碼轉換為目標字節碼，對目標字節碼的運行過程的正確性進行零知識證明，生成第二證明；所述目標代碼包含所述結果處理部分的代碼，以及所述結果處理部分與所述預測部分之間數據傳輸的代碼；所述結果處理部分用于處理所述第一結果以得到預測結果；

5、對所述數據傳輸的過程的正確性進行零知識證明，生成第三證明；

6、將總證明和公開數據發送給第二設備，以用于驗證所述樹模型的正確性；所述總證明包括所述第一證明、第二證明和第三證明；所述公開數據包括所述第一結果和預測結果。

7、在一些可能的實施方式中，所述公開數據還包括所述第一驗證密鑰。

8、在一些可能的實施方式中，所述目標字節碼為wasm字節碼；所述公開數據還包括所述第二驗證密鑰。

9、在一些可能的實施方式中，所述公開數據還包括所述第三驗證密鑰。

10、在一些可能的實施方式中，其中，所述公開數據還包括所述第四驗證密鑰。

11、在一些可能的實施方式中，所述樹模型至少包括以下之一：lightgbm模型、adaboost模型、xgboost模型和隨機森林模型。

12、本說明書第二方面提供一種計算機可讀存儲介質，其上存儲有計算機程序，當所述計算機程序在計算機中執行時，令計算機執行第一方面所述的方法。

13、本說明書第三方面提供一種計算設備，包括存儲器和處理器，所述存儲器中存儲有可執行代碼，所述處理器執行所述可執行代碼時，實現第一方面所述的方法。

14、本說明書第四方面提供一種計算機程序產品，包括計算機程序/指令，該計算機程序/指令被處理器執行時實現第一方面所述方法的步驟。

15、本說明書實施例提出的樹模型的零知識證明方法和計算設備，基于零知識證明，使得模型持有方對樹模型的精確度和預測正確性進行證明，然后將生成的證明發送給數據持有方進行驗證。具體來說，模型持有方將樹模型劃分為預測部分和結果處理部分，使用預設的零知識證明框架，對預測部分的預測過程的正確性進行證明，以得到第一證明。同時，將預測部分視作接口，在結果處理部分的代碼中添加與預測部分進行數據傳輸的代碼，然后對這兩部分的代碼的運行過程的正確性進行零知識證明，以得到第二證明。此外，還對數據傳輸過程的正確性進行零知識證明，得到第三證明。然后將包含上述三個證明的總證明，和相關的公開數據發送給數據持有方，用于驗證樹模型的正確性。

16、本說明書實施例通過使用零知識證明，有效地保護了模型持有方的隱私，使其不需要將模型傳給數據持有方，便能讓數據持有方相信他們預測過程的正確性/模型精度的正確性。另外，通過將樹模型劃分為兩個部分，將較為復雜的推理部分交由零知識證明框架進行證明，然后對剩余的結果處理部分的代碼的運行過程直接進行零知識證明，相較于直接對整個樹模型的代碼的運行過程進行零知識證明而言，能夠達到更快的證明速度。

技術特征：

1.一種樹模型的零知識證明方法，所述樹模型包括預測部分和結果處理部分，所述方法由第一設備執行，包括：

2.根據權利要求1所述的方法，其中，所述樹模型還包括精度計算部分；所述方法還包括：

3.根據權利要求1所述的方法，其中，使用預設的零知識證明框架，生成用于證明預測過程的正確性的第一證明，包括：

4.根據權利要求3所述的方法，其中，所述零知識證明框架為halo2框架，所述第一算術電路為halo2電路；根據所述第一算術電路和所述第一數據，生成第一證明，包括：

5.根據權利要求1所述的方法，其中，對目標字節碼的運行過程的正確性進行零知識證明，生成第二證明，包括：

6.根據權利要求1所述的方法，其中，對所述數據傳輸的過程的正確性進行零知識證明，生成第三證明，包括：

7.根據權利要求6所述的方法，其中，所述第三算術電路為halo2電路；根據所述第三算術電路和被傳輸的數據，生成第三證明，包括：

8.根據權利要求2所述的方法，其中，使用所述零知識證明框架，生成用于證明精度計算過程的正確性的第四證明，包括：

9.根據權利要求8所述的方法，其中，所述零知識證明框架為halo2框架，所述第四算術電路為halo2電路；根據所述第四算術電路、所述預測結果和所述真實結果，生成第四證明，包括：

10.一種計算設備，包括存儲器和處理器，所述存儲器中存儲有可執行代碼，所述處理器執行所述可執行代碼時，實現權利要求1-9中任一項所述的方法。

技術總結
本說明書實施例涉及樹模型的零知識證明方法和計算設備，樹模型包括預測部分和結果處理部分，方法由第一設備執行，包括：首先，生成用于證明預測過程的正確性的第一證明；預測過程包括將第一數據輸入預測部分得到第一結果的過程；然后，將目標代碼轉換為目標字節碼，對目標字節碼的運行過程的正確性進行零知識證明，生成第二證明；目標代碼包含結果處理部分的代碼，以及結果處理部分與預測部分之間數據傳輸的代碼；結果處理部分用于處理第一結果以得到預測結果；接下來，對數據傳輸的過程的正確性進行零知識證明，生成第三證明；最后，將總證明和公開數據發送給第二設備，以用于驗證樹模型的正確性。

技術研發人員：李子敬,吳行行,魏長征,閆鶯,王維
受保護的技術使用者：螞蟻區塊鏈科技（上海）有限公司
技術研發日：
技術公布日：2025/4/24