[發明專利]一種基于區塊鏈的物聯網數據共享系統和方法

有效

• 申請號: 202010635641.X
• 申請日: 2020-07-03
• 公開（公告）號: CN112003886B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 孫恩昌;孟康;楊睿哲;李萌;司鵬搏;張延華
• 申請（專利權）人: 北京工業大學
• 主分類號: H04L67/12
• 分類號: H04L67/12;H04L67/1097;H04L67/06;H04L9/40;G06Q40/04;G06N20/00;G06F16/182
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

1.一種基于區塊鏈的物聯網數據共享系統，其特征在于，包括：

由數據接入層、數據服務層和數據應用層構成的三層系統功能架構；

由本地網絡及全局網絡構成的分層分鏈的網絡架構；

構建本地聯盟鏈：各成員機構本地網絡對各節點生成對應的數字認證證書，并保存在本地證書服務器中，構建本地聯盟鏈；

構建全局聯盟鏈：全局網絡對各本地共享節點及智能處理節點——生成對應的數字認證證書，并保存在全局證書服務器中，構建全局聯盟鏈；

新成員機構構建本地聯盟鏈后申請加入全局聯盟鏈，驗證后為共享節點生成數字認證證書，并同步網絡數據實現新成員機構的加入；

智能合約設計：由全局聯盟鏈合約和本地聯盟鏈合約共同構成；本地聯盟鏈合約部署在本地聯盟鏈節點中，用于實現本地原始數據存儲管理功能，全局聯盟鏈合約部署在全局聯盟鏈節點中，用于實現共享業務邏輯；

用戶注冊：

步驟1：新用戶發出注冊請求

步驟2：由各個組織的證書頒發機構(certificate authority，CA)進行登記并頒發身份證書

步驟3：生成公私鑰對，公鑰存儲于數據成員管理合約或共享成員管理合約中，存儲完成后將合約中用戶唯一的標識ID和私鑰一起返回給用戶本地保存；

數據接入與存儲：

1)本地數據接入

步驟1：數據用戶向本地聯盟鏈發起數據上鏈請求并上傳數據用戶的原始數據信息和本地保存的用戶數字身份標識信息；

步驟2：本地聯盟鏈調用數據成員管理合約根據用戶數字身份標識查詢用戶公鑰信息，若用戶公鑰信息不存在則上鏈請求失敗，反之則返回用戶公鑰信息；

步驟3：查詢到公鑰信息后使用公鑰對原始數據進行對稱加密生成密文上傳至IPFS系統中存儲后獲取IPFS存儲的hash值地址；

步驟4：對原始數據構建元數據信息{數據標識、數據擁有者、數據指紋、隱私等級、IPFS地址、創建時間、最后修改時間}后訪問數據存儲合約發起交易對元數據信息進行存儲，并返回存儲結果；

2)共享數據接入

步驟1：共享用戶通過共享節點訪問本地聯盟鏈，獲取本地上傳的元數據信息，并判斷數據的隱私等級；

步驟2：對數據隱私等級為public的數據構建數據摘要信息，包括數據標識、數據擁有者、創建時間、數據描述信息；

步驟3：訪問數據摘要存儲合約發起交易對數據摘要信息進行存儲；

步驟4：確定要共享數據的用戶U1,U2,…,Un,生成共享權限列表{U1，SU-ID1,U2，SU-ID2,…,Un，SU-IDn}，并由共享用戶訪問SPCC合約發起交易將該共享權限列表存儲到區塊鏈中；

數據共享與獲取：

步驟1：共享用戶A向全局聯盟鏈對指定Data-ID的數據發起共享請求并上傳其數字身份標識信息；

步驟2：全局聯盟鏈訪問共享權限控制合約判斷共享用戶A是否在數據共享列表中；

步驟3：若存在，則將數據Data-ID發送給共享用戶B，共享用戶B訪問本地聯盟鏈獲取Data-ID數據的信息；

步驟3.1：本地聯盟鏈訪問數據存儲合約獲取數據的元數據信息進而獲得其IPFS地址；

步驟3.2：訪問數據成員管理合約獲取數據用戶公鑰，返回給共享用戶A；

步驟4：共享用戶A通過IPFS地址值獲取原始數據密文，并使用數據用戶公鑰對數據進行解密后獲取原始數據；

步驟5：共享用戶A訪問共享數據合約存儲本條共享記錄{數據標識，共享對象標識，共享時間}；

數據隱私與分析功能：

步驟1：全局網絡中的智能處理節點根據數據分析需求生成初始模型及一對公私鑰，將初始模型及公鑰存儲于全局聯盟鏈中；

步驟2：各本地數據處理節點通過數據共享節點獲取全局聯盟鏈中的初始模型及公鑰，存儲于本地聯盟鏈中，并在智能體上完成初始化；

步驟3：數據處理節點基于本地存儲數據由智能體訓練初始模型，將本地訓練完成后的模型用公鑰進行加密后傳輸給本地區塊鏈進行存儲；

步驟4：數據共享節點獲取本地聯盟鏈中的訓練模型并傳輸至全局聯盟鏈中；

步驟5：智能處理節點獲取各本地聯盟鏈傳輸的模型參數使用私鑰解密后根據參與方訓練數據量的大小計算所有模型參數的加權平均值來更新初始模型參數并傳輸至全局區塊鏈中；

步驟6：各本地聯盟鏈數據處理節點獲取新的訓練模型更新本地訓練模型進行下一輪迭代直至模型收斂后獲得最終訓練模型。