[發明專利]基于區塊鏈的工業數據安全共享

在審

• 申請號: 202110287809.7
• 申請日: 2021-03-17
• 公開（公告）號: CN113065143A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 陳良銀;王帆;張媛媛;南子伯;陳彥如;岳凱峰;王浩;胡順仿;夏星毅;石靜
• 申請（專利權）人: 四川大學
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/64;G06Q40/04;G06F16/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于演化博弈論的數據定價激勵機制，其特征在于：博弈論是一種用于研究和預測社會互動進化的數學方法，可以是個體變得理性，然后分析個體的政策選擇和博弈均衡；建立一種激勵策略，該策略取決于信息獲取能力有限的用戶，通過不斷學習，反復嘗試，逐步調整自己的策略；在工業互聯網發展下，邊緣設備為實現更好的智能應用，需要依賴設備間的數據協作和交換，為實現工業大數據分析，需要通過各數據持有者的數據共享，由于數據因此安全問題無法得到保障，因此需要建立一種基于區塊鏈的激勵機制，促進數據共享的智能合約，幫助促進工業互聯網的互聯互通特性；具體策略為：結合演化博弈論的思想，通過動態調整激勵/參與成本，以促進用戶參與數據共享，激勵用戶加入聯盟鏈進行模型訓練，獲取更好的模型精度，同時引入信譽值的概念，減少無效和有害數據在網絡中的傳輸，并使用數字簽名對交易進行加密保障隱私。

2.基于聯邦學習和SMPC的數據共享模型，其特征在于：機器學習的集中式方法通常會遇到不斷擴展的數據集的可擴展性以及缺乏對提供數據的客戶的隱私保障；分布式的機器學習方法可以實現模型的本地化訓練，克服中心化機器學習模型的擴展性不足的問題，同時可以避免數據共享帶來的安全性問題；聯邦學習屬于分布式機器學習的一種，本發明擬采用聯邦學習作為模型的實現方案，集成到聯盟鏈中；聯邦學習可以讓多個數據所有者協同訓練一個全球模型，而不需要共享他們的原始數據，以尊重共享數據時的隱私問題，基于區塊鏈的架構則允許將訓練數據保密，分發并在系統內共享生成的模型，而不共享實際數據；并提供審計跟蹤，跟蹤學習過程中的變化，通過這種方式，所有參與用戶可觀察到統一模型，同時保留敏感輸入數據的隱私。