公开(公告)号：CN117421779A

公开(公告)日：2024-01-19

申请号：CN202211551043.X

申请日：2022-12-05

Applicant: 重庆邮电大学

Inventor： 徐光侠 ,  周召剑 ,  董景楠 ,  刘勇 ,  黄勇飞 ,  宋晓玲

IPC: G06F21/64 ,  G06F21/55 ,  G06N20/00 ,  G06F16/27

Abstract: 本发明公开了一种基于区块链和联邦学习的工业物联网安全数据共享方法，首先，任务发布节点发布联邦学习任务并初始化区块链，创建创世块及联邦学习模型的初始化参数。然后，工业物联网节点先下载初始化模型，通过收集本地设备产生的数据来进行本地模型训练，在训练的过程中，为了保护本地数据的安全和隐私，采用自适应差分隐私机制来对模型参数进行保护，训练完成之后，通过交易上传到区块链网络上。区块链网络采用共识委员会对节点的本地参数进行验证，并采用声誉机制和模型质量来对参与节点进行度量，防止恶意节点的投毒攻击。最后，验证完成之后，采用联邦聚合算法融合模型参数，并打包到区块链网络上，参与节点和任务发布者即可更新全局模型。本方发明在保护参数隐私的同时降低了噪声和恶意节点对模型精度的影响。并且能够以较高的模型准确率实现数据共享和隐私保护。