技术新讯 > 计算推算,计数设备的制造及其应用技术 > 基于区块链的多链分布式计算环境隐私保护方法及系统  >  正文

基于区块链的多链分布式计算环境隐私保护方法及系统

  • 国知局
  • 2024-10-09 16:26:58

本发明属于区块链,尤其涉及一种基于区块链的多链分布式计算环境隐私保护方法及系统。

背景技术:

1、在区块链系统中,存在着去中心化、可扩展性和安全性的不可能三角。在公开的区块链系统中,任何区块链网络上的用户或节点都可以获取区块链上的完整数据,这一特性也有可能成为系统的潜在威胁。即使在内部区块链网络系统中,每个部门也不希望自己部门的敏感信息被他人获取,所以有必要采取技术措施来保护敏感信息,但如果能合理利用区块链上的数据,就可以为内部系统带来潜在的价值。采用何种机制在不泄露区块链网络中各节点敏感信息的前提下,充分利用区块链链网中的节点信息,就成了亟需解决的问题。

2、目前,通常采用联邦学习的方法有效避免核心信息泄露的风险,通过分布式机器学习,实现了隐私保护的数据协作。然而,联邦学习虽然能够避免因获取各分布式节点信息而导致的数据泄露的问题,但是仍然存在中间参数泄露、梯度隐私泄露的可能性。现有机器学习中的模型攻击、数据攻击、推理攻击、后门攻击、链接攻击、投毒攻击等方法都可对中间参数包括梯度数据进行原始数据推断,从而泄露参与节点本地数据的敏感信息。

技术实现思路

1、有鉴于此,本发明提供了一种基于区块链的多链分布式计算环境隐私保护方法及系统,旨在解决现有区块链的联邦学习中安全性较低,容易泄露隐私的问题。

2、本发明实施例的第一方面提供了一种基于区块链的多链分布式计算环境隐私保护方法,应用于区块链系统,区块链系统包括核心链和在核心链上注册的至少一条应用链;该方法包括:

3、在核心链上部署初始化联邦学习模型,并将初始模型参数分发给各个应用链的网络节点;

4、采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练,确定各条应用链的全局梯度,将其加密后上传到核心链上;

5、对各条应用链的全局梯度进行全局模型聚合,得到全局模型参数;

6、将全局模型参数分发给各个应用链的网络节点,并跳转至采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练的步骤。

7、本发明实施例的第二方面提供了一种区块链系统,包括核心链和在核心链上注册的至少一条应用链,处理器执行计算机程序时实现如上第一方面的基于区块链的多链分布式计算环境隐私保护方法的步骤。

8、本发明实施例的第三方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面的基于区块链的多链分布式计算环境隐私保护方法的步骤。

9、本发明实施例提供的基于区块链的多链分布式计算环境隐私保护方法及系统,首先在核心链上部署初始化联邦学习模型,并将初始模型参数分发给各个应用链的网络节点;采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练,确定各条应用链的全局梯度,将其加密后上传到核心链上;对各条应用链的全局梯度进行全局模型聚合,得到全局模型参数;将全局模型参数分发给各个应用链的网络节点,并跳转至采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练的步骤。通过构建分层多链的系统架构,同时采用工作量证明机制选出计算节点,结合最近聚合策略,最大程度上剔除拜占庭节点提供的梯度数据,以减小拜占庭攻击对计算的影响,提高安全性。

技术特征:

1.一种基于区块链的多链分布式计算环境隐私保护方法,其特征在于,应用于区块链系统,所述区块链系统包括核心链和在所述核心链上注册的至少一条应用链;所述方法包括:

2.根据权利要求1所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练,确定各条应用链的全局梯度,包括:

3.根据权利要求2所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,采用差分隐私法在所述局部梯度中加入噪声,包括:

4.根据权利要求3所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,第一隐私预算根据下式计算:

6.根据权利要求4所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,对于每条应用链,根据节点类型、第一隐私预算、隐私预算预留值,确定各个节点的第二隐私预算,包括:

7.根据权利要求3所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,所述方法还包括:

8.根据权利要求3所述的基于区块链的多链分布式计算环境隐私保护方法,其特征在于,所述根据全局模型训练损失、每条应用链的各个节点的节点声誉以及每条应用链的历史行为数据,计算每条应用链的应用链声誉,包括:

9.一种区块链系统,包括核心链和在所述核心链上注册的至少一条应用链,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述基于区块链的多链分布式计算环境隐私保护方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述基于区块链的多链分布式计算环境隐私保护方法的步骤。

技术总结本发明实施例提供的基于区块链的多链分布式计算环境隐私保护方法及系统,首先在核心链上部署初始化联邦学习模型,并将初始模型参数分发给各个应用链的网络节点;采用工作量证明机制选出计算节点,进行本地模型训练,确定各应用链的全局梯度,将其加密后上传到核心链上;对局部梯度进行全局模型聚合,得到全局模型参数,然后分发给各个应用链的网络节点,并跳转至采用工作量证明机制选出各条应用链的计算节点,对本地加密数据进行本地模型训练的步骤。通过构建分层多链的系统架构,同时采用工作量证明机制选出计算节点,结合最近聚合策略,最大程度上剔除拜占庭节点提供的梯度数据,以减小拜占庭攻击对计算的影响,提高安全性。技术研发人员:张智彬,曲雯毓,王春新,陈奇柏,胡海洋,孔健受保护的技术使用者:天津大学技术研发日:技术公布日:2024/9/26

本文地址:https://www.jishuxx.com/zhuanli/20240929/313081.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。