一种基于区块链大规模交易的隐私保护与监管的方法

    公开(公告)号:CN118172049A

    公开(公告)日:2024-06-11

    申请号:CN202410280035.9

    申请日:2024-03-12

    Abstract: 本发明公开了一种基于区块链大规模交易的隐私保护与监管的方法,包括交易发出的发送方、交易接收者的接收方、独立的验证方、以及能够打开交易并对交易进行链接溯源的监管方,验证方是共识算法所选取的记账者,验证发送方的交易并记录于区块链上;其中,隐私保护通过Merkle树的成员证明保障交易发送方的身份隐私,监管是指在交易结束后监管方通过该陷门打开交易获得交易的数值与身份隐私。本发明在加密货币的方案设计角度中引入监管,从而达到对违法交易进行监管溯源,进而减少违法交易数量的效果。本发明设计Sigma零知识证明协议能够降低共识算法中引入监管所带来的额外计算与传输开销。

    一种基于区块链的分布式联邦学习聚合方法

    公开(公告)号:CN117972744A

    公开(公告)日:2024-05-03

    申请号:CN202410043266.8

    申请日:2024-01-11

    Abstract: 本发明提供了一种基于区块链的分布式联邦学习聚合方法。该方法包括:任务发布者通过区块链广播联邦学习任务,选择参与联邦学习的训练者;训练者将添加了加密噪声的本地模型参数传输以及加密的噪声给其他训练者,训练者对所有训练者的本地模型参数及噪声值进行聚合,将聚合结果打包成区块并广播在区块链网络上,如果大多数区块链交易验证者通过了对该区块的验证,则该区块被确认添加在区块链上;任务发布者从区块链中下载聚合结果,然后还原出不加噪声的全局模型,计算全局模型的精度值,并与其他本地训练者的模型精度值进行比较,降低恶意训练者的声誉值,提高善意训练者的声誉值。本发明基于区块链实现完全去中心化联邦学习,降低系统发生单点故障的风险。

Patent Agency Ranking