数据剥削的困境
大型科技公司在没有补偿的情况下，利用您的数据训练他们的 AI 模型。您的数字贡献被无偿利用，创造了万亿价值，而您却被排除在价值链之外。
Dataflux 解决方案
Dataflux 通过联邦学习创建一个去中心化的数据市场，您的数据永远不会离开您的设备。AI 模型被发送给您，在本地进行训练，只有匿名的模型更新（梯度）会被共享。
技术架构：隐私优先的联邦学习
用户 1
(加密数据)
(加密数据)
用户 2
(加密数据)
(加密数据)
用户 3
(加密数据)
(加密数据)
聚合器
(ZKP 验证)
(ZKP 验证)
全局模型库
用户在本地设备上训练模型，加密的梯度被发送到聚合器，聚合器使用 ZKP 进行验证和整合，最终更新全局模型，而无需暴露任何原始数据。
公平价值分配
Dataflux 使用 Shapley 价值算法，一种源于合作博弈论的方法，来公平地计算并分配奖励。每个数据贡献者都会根据其对模型性能提升的边际贡献获得精确的补偿。
补偿 (i) = Σ [ ... ] × [ v(S∪{i}) - v(S) ]