datahaven: AI 학습 데이터와 ML 모델을 위한 EigenLayer 보안 검증 분산 스토리지 네트워크

해결하는 문제

DataHaven은 생산 규모의 AI 학습 데이터, 머신러닝 모델 및 Web3 애플리케이션을 위해 특별히 설계된 검증 가능한 분산 스토리지 네트워크를 제공합니다. 암호학적 증명을 사용해 데이터가 변조되지 않았으며 지속적으로 이용 가능함을 보장함으로써 제3자 스토리지 제공자를 신뢰해야 하는 문제를 해결합니다.

작동 방식

DataHaven은 스토리지와 검증을 분리합니다. 파일은 청크로 나뉘고 Merkle 트리로 해시되어, 루트 해시가 온체인에 고정되어 변조 증거가 가능한 검증을 제공합니다. 네트워크는 2단계 제공자 모델을 사용합니다:

• 주 스토리지 제공자 (MSP): 사용자 업로드, 버킷 관리 및 데이터 검색을 담당합니다.
• 백업 스토리지 제공자 (BSP): 분산 복제를 통해 중복성을 보장하고, 주기적인 증명 챌린지를 받아 데이터 보유 여부를 증명합니다.

보안은 EigenLayer를 통한 이더리움 재스테이킹으로 제공되며, 검증자는 악행 시 슬래시됩니다. 시스템은 Snowbridge를 통해 이더리움과 신뢰 없는 크로스체인 메시징을 통합하고, Frontier 팔레트를 통해 EVM 호환성을 지원합니다.

대상 사용자

• AI/ML 연구원 및 개발자: 검증 가능한 AI 파이프라인을 위해 무결성에 대한 암호학적 증명이 포함된 학습 데이터셋 및 모델 가중치를 저장해야 하는 사람들.
• DePIN 프로젝트: IoT 센서 로그와 같은 데이터 계보를 증명해야 하는 분산 물리 인프라를 구축하는 개발자들.
• Web3 애플리케이션 개발자: 자산 문서 및 컴플라이언스 기록을 위한 불변·변조 방지 스토리지가 필요한 사용자들.

주요 특징

• 검증 가능한 스토리지: 중개자를 신뢰하지 않고도 Merkle 증명을 통해 데이터 무결성을 검증합니다.
• EigenLayer 보안: 이더리움 재스테이킹을 활용해 경제적 보안을 제공하고 검증자를 슬래시합니다.
• 2단계 제공자 모델: 성능(MSP)과 신뢰성(BSP)을 균형 있게 제공합니다.
• 크로스체인 통합: Snowbridge를 통한 이더리움과의 신뢰 없는 브리징 및 완전한 EVM 호환성을 지원합니다.

요약

EigenLayer로 보안된 검증 가능한 분산 스토리지 네트워크로, AI 학습 데이터, ML 모델 및 Web3 애플리케이션을 위한 암호학적 증명을 통해 데이터 무결성을 보장합니다.

제목

datahaven: AI 학습 데이터와 ML 모델을 위한 EigenLayer 보안 검증 분산 스토리지 네트워크