一种物联网隐私计算节点跨链协同服务商谈系统

本发明属于物联网，更具体地，涉及一种物联网隐私计算节点跨链协同服务商谈系统。

背景技术：

1、物联网中大量的智能设备和边缘节点收集了用户数据，例如：用户轨迹数据、社交数据、传感数据等。为保护这些数据不可篡改，这些数据存储于不同机构的区块链网络上，在区块链网络中数据拥有者通过这些数据推断用户的兴趣点、社交关系和推荐感兴趣的服务等。在智能服务中数据起着重要的作用。为了提高智能服务的质量，数据服务提供者需要大量的数据来做模型训练、决策和推理，数据服务提供者之间需要协作来共享用户数据。然而，在物联网中数据服务提供者不情愿共享他们的数据，主要原因如下：首先，数据服务提供者收集和存储这些数据花费了大量的成本，在得不到收益的情况下，数据服务提供者选择不共享数据。因此，如何设计高效的商谈机制来激励数据服务提供者主动共享数据面临挑战。其次，轨迹数据、社交数据、传感数据包含有用户个人隐私信息，如：身份信息、偏好信息和访问网络行为信息等。数据服务提供者担心共享后的数据会泄露给第三方，给用户带来经济损失。因此，数据的共享过程中，用户的隐私保护也是需要解决的问题。

2、由于区块链的分布式和防篡改特性，使得区块链系统应用于物联网中智能服务数据的共享。目前已有的相关研究对联盟区块链中数据的协作共享商谈提出了一些优化方法。y.chen等针对联盟区块链引入信用货币来激励用户参与数据共享，设计基于演化博弈的激励模型并分析博弈参与者数据共享策略的稳定性，该方案未考虑数据服务提供者的自私性和恶意性，导致共享的数据不完全可信(“dim-d:dynamic incentive model for datasharing in federated learning based on smart contracts and evolutionary gametheory,”in ieee internet of things journal,2022,doi:10.1109/jiot.2022.3191671)。在车辆边缘计算中，为了防御服务请求者的恶意行为和车辆的自私性，s.wang等提出一种联盟区块链的计算资源共享方案，并设计基于契约的激励机制来激励车辆和服务请求者共享计算资源。该方案虽然考虑了节点的恶意性和自私性，但未考虑数据共享中隐私泄露风险(“consortium blockchain for secure resource sharing invehicular edge computing:a contract-based approach,”in ieee transactions onnetwork science and engineering,vol.8,no.2,pp.1189-1201,april-june 2021)。针对车联网数据的共享问题，c.chen等应用联盟区块链来确保车辆之间安全可靠的数据交易，并且提出基于双边拍卖的数据交易激励机制，激励车辆之间进行数据交易。该方法中，数据共享的激励机制未考虑车辆节点的自私性、恶意性，数据交易过程隐藏风险。此外，该方案未针对车辆数据共享中隐私保护机制给出详细的解决方案(“a secure andefficientblockchain-based data trading approach for internet of vehicles,”inieee transactions on vehicular technology,vol.68,no.9,pp.9110-9121,sept.2019)。为抑制恶意的用户共享数据，c.wang等提出基于证书验证和区块链的数据共享机制。此外，为保护共享数据的隐私，还提出了基于非交互零知识证明的隐私保护机制。该方法未考虑在恶意用户存在的情况下，设计可信的激励机制进行数据的协同服务，非交互零知识证明考虑了数据离开本地的情况，未考虑数据不出本地的情况下，如何保护用户的隐私数据问题(“a privacy and efficiency-oriented data sharing mechanism foriots,”in ieee transactions on big data,doi:10.1109/tbdata.2022.3148181)。针对物联网系统中集成的多链环境，j.chang等提出多链框架来使得区块链间共享数据，对共享的数据进一步提出基于智能合约的数据访问控制机制。该框架未考虑跨链数据共享时区块链节点自私性，未设计相应的激励机制来激发分布式区块链节点之间参与数据的共享(“synergychain:amultichain-based data sharing framework with hierarchicalaccess control,”in ieee internet of things journal,doi:10.1109/jiot.2021.3061687)。

3、这些研究方案还存在如下不足：

4、(1)为了激励隐私计算节点跨链共享数据，已提出了基于演化博弈、契约理论来进行数据协同的协商，这些方法都假设数据拥有者是可信的，但未考虑数据拥有者的自私性、恶意性对跨链协同服务商谈过程的影响，无法保障智能服务过程中有效的跨链协同服务质量。

5、(2)虽然已提出的共享方案考虑了数据协同服务协商和隐私保护机制，但未考虑数据在数据服务提供者本地的情况下如何实现可信数据的协同服务，未完全实现数据可用不可见，数据不出本地等数据安全保护需求。

6、(3)虽然已提出的拍卖机制考虑了用户和服务提供者之间的商谈过程，但未设计隐私计算节点跨链协同服务的激励商谈机制，无法实现节点跨链商谈操作。

技术实现思路

1、为了解决以上方法的不足，本发明提供了一种基于区块链及拍卖博弈的跨链协同服务商谈机制，优化数据协同的安全策略，提高智能服务中可信协同的服务质量。

2、为实现上述目的，按照本发明的一个方面，提供了一种物联网隐私计算节点跨链协同服务商谈系统，包括多个隐私计算节点、以及一个商谈协调器；所述隐私计算节点控制各自类型的数据，存储在自有的区块链系统中；所述多个隐私计算节点注册到所述商谈协调器提供的商谈智能服务中，通过商谈协调器实现跨链数据查询，为外部用户提供数据查询服务；

3、在服务周期t内：

4、商谈协调器，收集所述多个隐私计算节点发起的查询服务需求和可分配的查询服务资源，将所述多个隐私计算节点分为m个提供查询服务资源的销售方、以及n个具有查询服务需求的购买方；

5、所述商谈协调器采用马尔科夫决策按照双边非合作博弈计算纳什均衡，确定交易策略，即订立销售方j与购买方i达成交易智能合约，使得所述m个销售方以及n个购买方的效用最大化。

6、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其所述购买方i的查询服务需求包括：投标价格vi,t、数据需求以及计算资源需求

7、销售方j的查询服务资源包括：中标价格数据服务以及计算资源服务

8、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其所述订立销售方j与购买方i达成交易智能合约，具体为：

9、当数据服务大于数据需求计算资源服务大于计算资源需求且投标价格vi,t大于中标价格时，以中标价格订立智能合约；所述智能合约包括：智能合约条件、跨链协同请求、以及跨链协同服务；所述智能合约条件包括数据需求计算资源需求中标价格查询条件和训练任务精度需求。

10、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其所述商谈协调器采用马尔科夫决策模型<a,s,θ,r>按照双边非合作博弈计算纳什均衡，具体为：

11、行动空间a为即销售方j与接受购买方i是否达成交易，订立智能合约；购买方根据当前的状态提交查询服务需求，其行动为销售方提交查询服务资源给商谈协调器，其行动为

12、状态空间s为其中，表示购买方和销售方是否参与跨链协同服务，表示参与跨链协同服务，否则为0；表示参与跨链协同服务的激励指示状态；

13、激励指示函数由下式计算：

14、π(μq,μf)＝ωaμq+(1-ωa)μf

15、其中，ωa∈[0,1]表示数据查询执行的密集程度，由执行的数据服务的比例和分配的数据大小di决定。μq表示协同服务结果满足智能合约查询条件的比例因子，vf表示协同服务结果满足智能合约中训练精度的比例因子，且μq,μf∈[0,1]，μq＝0，μf＝0表示隐私计算节点间跨链数据协同服务中满足智能合约的比例最小，μf＝1，μf＝1表示隐私计算节点间跨链数据协同服务中满足智能合约的比例最大，服务质量最高；

16、策略空间θ为θ＝θb×θs，其中为n个购买方的策略集合，为m个销售方的策略集合；

17、即时奖励r为其中购买方i的奖励为即购买方i的效用，销售方j的奖励即销售方j的效用。

18、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其所述购买方i的效用为：

19、

20、所述销售方j的效用为：

21、uj＝φj,i-cj(μq,μf)

22、其中，ωc,b为效用函数满足凹特性的参数，t为购买方i注册到所述商谈协调器提供的商谈智能服务时间，表示在一轮拍卖的销售方j总收益，φj,k表示购买方i为跨链协同服务付给销售方j的数字币，ne表示发起模型查询或模型训练事件的个数；cj(μq,μf)为销售方j进行跨链协同服务总的成本。

23、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其协同服务结果表征为满足智能合约的比例因子μ＝(μq,μf)，其中μq表示协同服务结果满足智能合约查询条件的比例因子，μf表示协同服务结果满足智能合约中训练精度的比例因子，且μ[0,1]，μ＝0表示隐私计算节点间跨链数据协同服务中满足智能合约的比例最小，μ＝1表示隐私计算节点间跨链数据协同服务中满足智能合约的比例最大，服务质量最高。

24、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其销售方j进行跨链协同服务总的成本：

25、

26、其中，ωb∈[0,1]是平衡计算和传输成本的权重参数，表示训练或查询过程消耗的能量成本，表示销售方j传输协同服务操作结果消耗的能量；计算方法分别如下：

27、所述训练或查询过程消耗的能量成本

28、

29、其中，表示协同服务操作需要的cpu频率，l表示效率系数；τ表示协同服务操作中处理一比特数据需要的cpu周期；dj,i表示购买方i向销售方j购买的数据大小。

30、所述销售方j传输协同服务操作结果消耗的能量

31、

32、其中，oj表示销售方j返回的结果的大小，pj是传输功率，表示销售方j可用的数据传输率，且b是分配的带宽，pj是传输功率，gj是高斯信道增益，σ2表示高斯噪声。

33、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其所述马尔科夫决策模型采用基于激励权重学习进行优化训练。

34、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其更新销售方j在服务周期t+1选择策略的概率为：

35、

36、其中，λj表示销售方参与跨链协同服务的参与度参数，在服务周期t销售方j的策略权重如下：

37、

38、其中，为在服务周期t销售方j学习的经验数，为在服务周期t-1销售方j学习的经验数；ρj为销售方j已有的策略权重的重要度的衰减率；为服务周期t-1销售方j的策略权重；为在服务周期t销售方j探索和利用所获得的策略权重，按照如下方法获取：

39、

40、其中，是指示函数，表示已经使用过的策略，表示当前采取的策略。当时，否则为服务周期t销售方j采用策略而其他销售方采用策略的奖励。

41、优选地，所述物联网隐私计算节点跨链协同服务商谈系统，其更新购买方i在服务周期t+1选择策略的概率为：

42、

43、其中，λi表示购买方参与跨链协同服务的参与度参数，在服务周期t购买方i策略权重如下：

44、

45、其中，为在服务周期t购买方i学习的经验数，为在服务周期t-1购买方i学习的经验数；ρi为购买方i已有的策略权重的重要度的衰减率；为服务周期t-1购买方i的策略权重；为在服务周期t购买方i探索和利用所获得的策略权重，按照如下方法获取：

46、

47、其中，为指示函数，表示已经使用过的策略，表示当前采取的策略，当时，否则为服务周期t购买方i采用策略而其他购买方采用策略的奖励。

48、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

49、(1)针对数据服务提供者的自私性、恶意性，建立基于智能合约的跨链协同服务隐私计算框架实现跨链商谈操作，并以此构建跨链服务提供者之间高效的激励机制进行可信的协同服务。

50、(2)为了保护跨链协同服务参与者私有信息，建立基于商谈协调器的三方协作拍卖模型，成本模型及效用函数，通过价格机制、成本模型和效用优化激励隐私计算节点参与跨链协同服务。

51、(3)为了优化隐私计算节点参与协同服务商谈过程实现隐私计算节点间跨链协同服务需求的投标策略，本发明考虑隐私计算节点商谈行为不确定的基础上，提出一种基于策略权重学习的双边拍卖策略。