🎓 M.Sc. Data Science
🏛️ วิทยานิพนธ์ระดับปริญญาโท (Master's Thesis แผน ก แบบ ก 2)
นายอัสรี หะยีมะ
Asree Hayeema
🆔 รหัสนักศึกษา: 6910025030 | ชั้นปีที่ 1
📚 หลักสูตร: หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาวิทยาการข้อมูล (M.Sc. in Data Science - แผน ก แบบ ก 2)
🏢 สังกัด: โครงการจัดตั้งวิทยาลัยวิทยาศาสตร์ดิจิทัล สังกัดบัณฑิตวิทยาลัย
📌 ชื่อหัวข้อวิทยานิพนธ์ (Official Research Title)
"การอนุมานโมเดลการเรียนรู้ของเครื่องแบบรักษาความเป็นส่วนตัวด้วยพยานหลักฐานความรู้เป็นศูนย์บนข้อมูลสุขภาพจิตนักเรียน"
"Privacy-Preserving Machine Learning Inference Using Zero-Knowledge Proofs on Student Mental Health Data"
Model Accuracy (S=1,000)
100.0 %
ความแม่นยำหลัง Quantize ใน ZK Circuit โดยไม่มีการสูญเสียความแม่นยำ (Delta = 0.0%)
Privacy Guarantee
100 % Private
ข้อมูลสุขภาพจิตนักเรียนทุกตัวแปรถูกเก็บเป็นความลับใน Noir Circuit ไม่ถูกเปิดเผยภายนอก
Scaling Factor (Fixed-Point)
103 (S=1,000)
สเกลที่ให้ความแม่นยำสูงสุดและลด Score Drift MAE เหลือ 0.08 ปลอดภัยจาก Integer Overflow
Prover Engine & DB Status
Ready Active
Nargo CLI พร้อมประมวลผล Asynchronous ZK Proof ร่วมกับ Hybrid Database Provider
🧭 ศูนย์ควบคุมและระบบประเมินผลงานวิจัย (Research Portals)
เข้าถึงโมดูลการทดลอง, REST API Documentation, และสถิติเชิงปริมาณของงานวิจัย
Student Data & CSV Ingestion
ระบบจัดการฐานข้อมูลนักเรียน: เพิ่มข้อมูลรายคน, อัปโหลด Batch CSV, ลบข้อมูล และทดสอบ ZK Proof รายบุคคล
จัดการข้อมูลนักเรียน
→
Quantization Impact Benchmark
วิเคราะห์ผลกระทบของ Integer Quantization ตารางเปรียบเทียบ Scaling Factors และกราฟสำหรับเล่มวิจัยบทที่ 4
เข้าสู่หน้า Dashboard
→
Cryptographic & ZK Benchmark
วิเคราะห์ ACIR Constraints (312 Opcodes), Latency Distribution, Throughput และ Feature Scaling O(N)
ดูสถิติ Cryptography
→
Interactive REST API Docs
เอกสาร OpenAPI / Swagger UI สำหรับทดสอบส่ง Request สร้าง ZK Proof และเรียกดูข้อมูลโมเดลแบบ Real-time
เปิดเอกสาร Swagger
→
Public Model Weights & Bias
ดึงค่าสัมประสิทธิ์ค่าน้ำหนัก Quantized Weights, Threshold และ Metadata ของโมเดลในรูปแบบ JSON API
ดู JSON Metadata
→
🔐 ทดสอบรันการประมวลผล ZK-ML สด (Live Interactive ZK Prover)
จำลองการส่งข้อมูลสุขภาพจิตเข้าสู่วงจร Noir Circuit เพื่อสร้างและยืนยัน ZK Proof โดยข้อมูลส่วนบุคคลจะไม่รั่วไหล
● Privacy Shield Active
ผลการพิสูจน์ ZK Proof
Pass
-
⏱️ Proving Latency: - ms
🎯 Risk Assessment: -
🔒 Privacy Shield: Zero Feature Leakage