SCP 协议简介
生成日期：2026-02-25
对应版本：SCP v0.3.2
一句话定义
SCP（Symphony Core Protocol）是一个面向大规模隐私计算与分布式模型训练的语义标准化与经济验证协议。
它允许数据在保持私有与加密状态下参与统计计算与模型训练，并通过多层语义模型与最优经济验证机制（OEV）确保系统安全与可扩展。
一、SCP 的目标
SCP 解决的问题：
- 数据分散且不可集中
- 隐私与合规要求严格
- 需要可验证的统计与训练结果
- 需要激励机制保证长期运行
SCP 提供：
可标准化 + 可计算 + 可训练 + 可验证 + 可激励 + 可扩展 的协议层。
二、网络角色（Roles）
根据 v0.3.2 白皮书，SCP 网络包含以下核心角色：
1️⃣ Vault（数据金库）
- 用户或机构的数据容器
- 负责 Canonicalization
- 本地执行查询或训练
- 生成 Commitment
- 数据默认加密存储
Vault 可以：
- 本地运行（Self-hosted）
- 由 Compute Node 托管（Hosted Vault）
2️⃣ Compute Node（计算节点）
- 托管 Hosted Vault
- 执行本地计算或模型训练
- 可能运行在 TEE 环境中
- 获得算力奖励
3️⃣ Registry Node（语义注册节点）
- 维护 Multi-Layer Attribute Registry
- 管理 Local / Domain / Global 属性
- 执行语义相似度与 Embedding 匹配
- 生成 Registry Root
4️⃣ Committee（任务委员会）
- 通过 Stake + VRF 随机选出
- 执行任务聚合
- 参与 OEV 抽样验证
- 提交最终结果
5️⃣ Query Initiator / Training Initiator（任务发起者）
- 发起统计查询或模型训练
- 提供任务费用
- 接收可验证结果
6️⃣ Settlement Layer（结算层）
- 记录 Registry Root
- 记录奖励与惩罚
- 管理 Stake 与 Slashing
- 保证全网状态一致
三、核心模型（Models）
1️⃣ Canonicalization 模型
- 字段映射
- 单位统一
- 枚举编码
- 时间标准化
- 序列化固定排序
- 生成 commitment = SHA256(record)
确保跨 Vault 数据可计算。
2️⃣ Multi-Layer Registry 模型
三层结构：
Local → Domain → Global
- Local：单 Vault 私有字段
- Domain：领域共享字段
- Global：全网共识字段
属性自动升级，无需人工治理。
3️⃣ Semantic Embedding 模型
- 防止语义碎片化
- 自动合并近似字段
- 支持 Registry 自动进化
- 使用 deterministic embedding + 量化机制
仅用于语义层，不参与数据计算。
4️⃣ Committee 计算模型
任务执行流程：
- 发布任务
- VRF 选出 Committee
- Vault 本地执行计算或训练
- 聚合结果
- OEV 验证
复杂度从 O(N) 降至 O(k)。
5️⃣ OEV（Optimal Economic Verification）模型
包含：
- BLS 聚合签名
- Commitment 绑定
- 随机抽样验证
- Fraud Proof
- Stake Slashing
目标：
让作弊的期望收益 < 0。
6️⃣ Federated Training 模型
支持：
- 梯度更新
- 权重更新
- Adapter 微调
- 统计特征提取
流程：
- 发布 Training Job
- Vault 本地训练
- 提交更新与 commitment
- 聚合与验证
- 模型更新
7️⃣ Incentive 激励模型
奖励类型
- Vault 数据贡献奖励
- Compute 算力奖励
- Committee 聚合与验证奖励
惩罚机制
- Slashing
- 任务作废
- 信誉下降
确保经济安全。
8️⃣ Hosted + TEE 模型
- Vault 可由 Compute Node 托管
- 支持 TEE 执行环境
- 提升可扩展性
- 保持安全隔离
四、完整数据生命周期
- 数据上传
- OCR / 结构化
- Canonicalization
- 字段映射
- Registry 匹配
- 生成 Commitment
- 加密存储
- 查询或训练参与
- OEV 验证
- 奖励或惩罚结算
五、协议特性
- 自动语义共识
- 子线性验证成本
- 经济安全模型
- 可扩展到 100M Vault
- 支持统计与分布式训练
六、协议定位
SCP 是一个：
隐私计算 + 语义标准化 + 分布式训练 + 经济验证 的基础协议层。
适用于：
- 广告统计
- 金融风控
- 医疗数据分析
- 去中心化 AI 训练
- 隐私数据市场
总结
SCP v0.3.2 构建了一个：
- 多角色协作
- 多模型组合
- 可验证计算
- 可激励运行
- 可扩展部署
的隐私计算与训练网络。
结束。