[發明專利]一種基于區塊鏈的可信隱私智能服務計算系統及方法

有效

• 申請號: 202011274243.6
• 申請日: 2020-11-15
• 公開（公告）號: CN112347495B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 丁毅;鐘瓊慧;沈薇;田明宇;曹昕宇;李潔;靳軍
• 申請（專利權）人: 北京物資學院
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/62;G06F21/64;G06F16/27;G06Q40/04;G06N3/0464;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于區塊鏈的可信隱私智能服務計算系統實施的計算方法，其特征在于，

所述基于區塊鏈的可信隱私智能服務計算系統，進行計算服務、加密服務以及可信權益服務，包括：

用戶端、模型提供端以及云服務端，其中：

所述用戶端為智能服務計算的使用者，擁有數據以及公私鑰生成器，所述用戶端向所述云服務端提出需求、請求服務，并取得權限后開始整個服務流程；所述模型提供端從云服務端獲取加密公鑰后，將訓練好的預測模型使用公鑰加密并提供給所述云服務器端，同時提供分類標簽，所述計算服務完成后，模型提供端獲得權益分配結果并獲得相應費用；并且

所述云服務器端用于提供計算資源和模型服務，完成用戶端的請求；

所述用戶端的運轉流程包括：首先，所述用戶端生成公私鑰，并將公鑰發送給云服務端；其次，在本地將數據通過所述公鑰加密，密文上傳云服務端；再次，用戶端得到云服務端提供的密文運算結果，并在本地通過私鑰解密進而得到最終結果；最后，用戶端收到云服務端的權益分配結果，并提交服務費用；所述云服務器端的運轉流程包括：首先，所述云服務端接收所述用戶端公鑰，并將其發送給所述模型提供端加密預測模型；或者使用所述云服務端自有的預測模型，直接加密；然后，所述云服務端接收所述模型提供端的加密模型以及用戶端提供的密文數據進行密文的卷積神經網絡計算，將密文結果返回給所述用戶端，隱私服務計算過程完畢；同時，在計算過程中，所述云服務端計算資源使用及服務提供情況，并連同云提供商信息提交區塊鏈存證，并使用區塊鏈智能合約設計權益計算模型并自動執行，分配云服務端、用戶端、模型提供端各自的費用和收益；所述用戶端付費，所述云服務端和所述模型提供端獲益；所述計算方法采用基于區塊鏈的可信隱私智能服務計算模型實現，所述計算模型包括：

可信隱私服務計算子模型，由密文數據和模型的數據流以及權益交易流兩個信息流組成，分為同態加密模塊、服務計算模塊、可信權益管理模塊和解密模塊；

預測服務隱私計算子模型,采用改進的DGHV同態加密方法，所述DGHV同態加密方法加密的明文空間為{0,1}，通過將其加密算法的隨機數乘2運算變換為乘2ⁿ，解密算法的模2變成模2ⁿ，明文空間由1比特擴大到n比特，減少加密次數；同時，所述改進的DGHV同態加密算法使用平方公鑰壓縮方法來縮減公鑰的尺寸，使用生成的2k個公鑰完成k²個公鑰的加密工作，其中k為正整數，首先將2k個公鑰平均分成兩組，然后分別從兩組公鑰中隨機選擇一個公鑰對應相乘，再乘以隨機數，從而生成k²個數，進一步完成加密操作；所述改進的DGHV同態加密方法面向整數的同態加密算法，支持負數運算，符合卷積神經網絡場景下的計算需求；以及

預測服務權益評估子模型，其中服務收益分為所述模型提供端的收益和所述云服務端的收益，所述服務權益評估在區塊鏈智能合約部分實現，所述服務權益評估的具體參數包括模型準確度、存儲容量、使用時長、服務費、數據量、默認圖像大小和/或默認收益。

2.根據權利要求1所述的計算方法，其特征在于：所述權限包括認證或開通賬戶。