-
公开(公告)号:CN118433191A
公开(公告)日:2024-08-02
申请号:CN202310255086.1
申请日:2023-03-16
Applicant: 华侨大学
IPC: H04L67/104 , H04L67/1061 , H04L67/12 , H04L9/32 , H04L9/40 , G06F21/62 , G06N3/08
Abstract: 本发明提出一种基于联盟链的智能物流小车数据共享与隐私保护方法,利用联邦学习技术达到智能物流小车所拥有的数据不出本地进行协同训练的目的,引入联盟链解决联邦学习数据共享时的单点故障问题;针对智能物流小车数据共享过程中的隐私安全的问题,将基于信誉值与数据熵的差分隐私技术引入联邦学习中,对物流小车数据训练得到的本地模型更新实现差分隐私保护,保证其模型的安全性;接着为了解决联邦学习过程中的投毒攻击问题,引入了融合本地模型更新质量验证的共识协议VDBFT,保证联邦学习过程中数据的可靠性。本发明提高了智能物流小车数据共享过程中的数据的安全性与可靠性。
-
公开(公告)号:CN117439998A
公开(公告)日:2024-01-23
申请号:CN202210816115.2
申请日:2022-07-12
Applicant: 华侨大学
IPC: H04L67/1042 , H04L67/1095 , H04L9/40
Abstract: 本发明公开一种面向物联网的联盟链共识协议优化方法,针对物联网终端设备计算和存储能力弱的问题,让物联网网关等计算能力较强的边缘设备接入网络,利用信用积分机制证明节点的可靠性,并依据节点信任度划分节点类型,实现节点的动态调节;然后为了解决传统视图轮换协议的可靠性问题,引入了基于信用权重的主节点选举制度,保证主节点的可靠性;接着在原实用拜占庭容错(PBFT)的共识流程基础上,提出一种基于信用证明机制的改进拜占庭容错共识算法(CEBFT),通过删除确认阶段节省通信开销,同时引入数据验证与同步流程,保证发生视图变更后各节点仍能保持一致性。本发明提高了面向物联网应用的联盟链系统性能。
-