一种基于区块链的动态差分隐私联邦学习系统

    公开(公告)号:CN116127519A

    公开(公告)日:2023-05-16

    申请号:CN202310221541.6

    申请日:2023-03-09

    Abstract: 本发明公开了一种基于区块链的动态差分隐私联邦学习系统,针对联邦学习自身的特点和存在的问题,将差分隐私技术进行改进,采用自适应裁剪梯度、加权法添高斯噪声和随机性调度的联邦学习,将联邦学习的隐私性与性能同时做到高水平,再结合区块链的特性,给联邦学习进行赋能,解决了联邦学习中所面临的推理攻击、投毒攻击和中心聚合服务器攻击等问题,可以为联邦学习提供多重安全保障,保护数据隐私、提高模型安全、性能、保障公平性和信任度,从而为联邦学习的应用提供更加安全、可靠、有效的解决方案。

    基于区块链与差分隐私的众包平台统计数据按需共享方法

    公开(公告)号:CN117216786A

    公开(公告)日:2023-12-12

    申请号:CN202310204937.X

    申请日:2023-03-06

    Abstract: 本发明公开了一种基于区块链与差分隐私的众包平台统计数据按需共享方法,采用差分隐私技术添加噪声的设计,可以保护用户数据的隐私,避免数据被统计攻击后泄漏而遭到恶意利用。同时采用噪声添加方与数据持有者双角色来分散权利的设计,削弱监管的权利集中;采用区块链技术、同态加密与零知识证明技术,确保数据的完整性和不可篡改性,并将数据的访问集合最小化,仅允许指定的监管方持有最终秘钥,从而增强数据的安全性和可信度,保证数据的可用性;采用智能合约技术,可以实现数据的自动化和规范化,从而满足数据合规性要求;采用秘钥列表方案对秘钥进行分类,将加密后的统计数据通过关键字识别,从而做到重复使用。

Patent Agency Ranking