[發明專利]一種提高通信效率和合理分配獎勵的隱私保護方法及系統

有效

• 申請號: 202111076101.3
• 申請日: 2021-09-14
• 公開（公告）號: CN113806800B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 劉振;吳宇;姚景升;李睿;張海濤;張婷;張嘉翔;曾偉;萬靜佳
• 申請（專利權）人: 東莞理工學院
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/60;G06N20/00;G06Q40/04;H04L9/00
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

本發明涉及隱私保護技術領域，涉及一種提高通信效率和合理分配獎勵的隱私保護方法及系統，方法包括：一、在主鏈上進行訓練任務的發布，同時客戶端選擇需要加入的模型訓練；二、任務發起者發布相關配置建立安全訓練的側鏈；三、訓練任務開始時，進行本地訓練得到梯度結果之后，將梯度結果的正負值矩陣提取出來，進行對比，進行貢獻度的計算和積累，使用同態加密密鑰對梯度結果進行加密；四、對梯度結果進行同態聚合運算，進行模型更新；五、將更新后的模型發送至側鏈上，迭代訓練直至獲取目標模型；六、對各個客戶端每次通過智能合約設定閾值積累的獎勵值進行統計和分發。本發明的通信效率高，分配獎勵合理。

技術領域

本發明涉及隱私保護技術領域，具體地說，涉及一種提高通信效率和合理分配獎勵的隱私保護方法及系統。

背景技術

目前，為了解決聯邦學習梯度結果的可靠性和真實性方面的問題，大多數工作依靠審計方式和獎懲制度來維護系統有序的工作。僅依靠審計方式判斷客戶端的數據和訓練得到梯度結果是否靠，不能夠合理的判斷出每次訓練的梯度結果是否符合訓練發起者的全局模型訓練方向，如果在聯邦學習過程中出現與模型訓練方向偏差很大的梯度數據，在一定程度上會減緩收斂速度，影響系統的穩定和獎勵的合理分配。

發明內容

本發明的內容是提供一種提高通信效率和合理分配獎勵的隱私保護方法及系統，其能夠克服現有技術的某種或某些缺陷。

根據本發明的一種提高通信效率和合理分配獎勵的隱私保護方法，其包括以下步驟：

一、在主鏈上進行訓練任務的發布，幫助訓練發起者找到參與訓練的客戶端，同時客戶端可以根據發布在主鏈上的訓練任務描述選擇需要加入的模型訓練；

二、等待客戶端達到一定數量之后，根據客戶端的信息，任務發起者發布相關配置建立安全訓練的側鏈，側鏈將分別在開始和結束錨定在主鏈上；

三、訓練任務開始時，工作節點將初始化模型下載至本地，進行本地訓練得到梯度結果之后，將梯度結果的正負值矩陣提取出來，利用部署在各個客戶端的智能合約與全局模型的梯度方向進行對比，達到設定閾值標準的客戶端梯度結果將被允許上傳到區塊鏈中并在側鏈上進行貢獻度的計算和積累，在客戶端進行梯度結果上傳之前，使用同態加密密鑰對梯度結果進行加密；

四、當一定數量的梯度結果上傳到區塊鏈上后，訓練發布者將下載梯度結果至本地，側鏈將對訓練發布方獲得的梯度結果進行安全的同態聚合運算，訓練發布方獲得聚合的結果后進行模型更新；

五、在模型更新后，任務發布者將更新后的模型發送至側鏈上，此后依照上述方式進行模型的迭代訓練直至獲取目標模型；

六、在獲取目標模型后，側鏈將自動調用主鏈進行結束錨定，標識本次訓練結束，然后對各個客戶端每次通過智能合約設定閾值積累的獎勵值進行統計和分發。

作為優選，訓練過程中，客戶端節點每次提交密文梯度時，同時會提交本輪訓練數據的RSA累加值，用以后續驗證訓練數據的有效性。

作為優選，步驟一中，在創世區塊上進行任務相關數據的上傳，加入訓練中的客戶端可以下載訓練任務數據進行本地數據的訓練。

作為優選，在訓練中，通過審計的方式對每個參與訓練的客戶端數據進行審核。

作為優選，審核采用抽樣的方式對客戶端的數據和梯度結果進行審核，通過零知識證明方法驗證數據樣本是否存在聚合結果中。

本發明提供了一種提高通信效率和合理分配獎勵的隱私保護系統，其采用上述的一種提高通信效率和合理分配獎勵的隱私保護方法，并包括：

模型安全訓練框架，用于任務的安全多方訓練和梯度結果的篩選以及獎勵值的統計；

數據審核框架，用于通過審計的方式對每個參與訓練的客戶端數據進行審核；