一种基于联盟链的分布式可信第三方联邦学习方法技术

本发明专利技术提供了一种基于联盟链的分布式可信第三方联邦学习方法，包括：基于联盟链的分布式可信第三方生成公私钥对，并将公私钥对中的公钥分发给数据提供的参与方；数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。本发明专利技术通过引入基于联盟链的分布式可信第三方，解决了依赖单一中心化可信第三方的主观信任问题，使得该可信第三方不再单一，且通过联盟链技术和共识算法避免了单一中心化可信第三方作恶的风险，进而从技术上保障了用于联邦学习的数据不被泄露。技术上保障了用于联邦学习的数据不被泄露。技术上保障了用于联邦学习的数据不被泄露。

【技术实现步骤摘要】
一种基于联盟链的分布式可信第三方联邦学习方法


[0001]本专利技术涉及数据加密
，特别是涉及一种基于联盟链的分布式可信第三方联邦学习方法。

技术介绍

[0002]联邦学习技术在工程应用中，有无可信第三方的技术路径和有可信第三方的技术路径。在有可信第三方的联邦学习中，目前采用的可信第三方是中心化的可信第三方。
[0003]但是这种技术方案存在不足之处，联邦学习协同计算的各方需要主观信赖这个中心化的可信第三方，如果该第三方作恶，系统将无法确保数据不被泄露。

技术实现思路

[0004]为了克服现有技术的不足，本专利技术的目的是提供一种基于联盟链的分布式可信第三方联邦学习方法。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于联盟链的分布式可信第三方联邦学习方法，包括：
[0007]基于联盟链的分布式可信第三方生成公私钥对，并将公私钥对中的公钥分发给数据提供的参与方；
[0008]数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；
[0009]数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；
[0010]基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。
[0011]优选地，所述公私钥对是通过椭圆曲线算法得到的一个密钥对；所述公私钥对包括公钥和私钥；公钥为是可以公开的；私钥为非公开的。
[0012]优选地，所述联盟链是由多个节点组成的；各个节点分别保存所述公私钥对中的私钥的一部分；在每次使用所述私钥解密时，联盟链PBFT共识通过后，由各个节点分别保存的部分私钥组成完整的私钥，以完成解密。
[0013]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0014]本专利技术提供了一种基于联盟链的分布式可信第三方联邦学习方法，包括：基于联盟链的分布式可信第三方生成公私钥对，并将公私钥对中的公钥分发给数据提供的参与方；数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。本专利技术通过引入基于联盟链的分布式可信第三方，解决了依赖单一中心化可信第三方的主观信任问题，使得该可信第三方不再单一，且通过联盟链技术和共识算法避免了单一中心化可信第三方作恶的风险，进而从技术上保障了用于联邦学习的数据不被泄露。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术实施例提供的有可信第三方的联邦学习技术流程图；
[0017]图2为本专利技术实施例提供的学习方法步骤示意图；
[0018]图3为本专利技术实施例提供的基于联盟链的分布式可信第三方联邦学习技术流程图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术的目的是提供一种基于联盟链的分布式可信第三方联邦学习方法，通过引入基于联盟链的分布式可信第三方，解决了依赖单一中心化可信第三方的主观信任问题，使得该可信第三方不再单一，且通过联盟链技术和共识算法避免了单一中心化可信第三方作恶的风险，进而从技术上保障了用于联邦学习的数据不被泄露。
[0021]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0022]联邦学习作为隐私计算的代表性技术之一，其典型算法中常常需要有可信第三方(TrustedThirdParty，也称协调方)存在。以往有可信第三方的联邦学习技术流程图如图1所示，基于典型联邦学习算法的建模训练步骤可划分为以下关键4步：
[0023]1)第三方(协同方C)生成公私钥对，并将公钥分发给数据提供的参与方；
[0024]2)数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；
[0025]3)数据提供方将各自加密结果上传给第三方；
[0026]4)第三方返回解密结果，数据提供方开始下一轮迭代训练。
[0027]图2为本专利技术实施例提供的学习方法步骤示意图，如图2所示，本专利技术提供了一种基于联盟链的分布式可信第三方联邦学习方法，包括：
[0028]步骤100：基于联盟链的分布式可信第三方生成公私钥对，并将公私钥对中的公钥分发给数据提供的参与方；
[0029]步骤200：数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；
[0030]步骤300：数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；
[0031]步骤400：基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。
[0032]图3为本专利技术实施例提供的基于联盟链的分布式可信第三方联邦学习技术流程
图，如图3所示，改进后的基于典型联邦学习算法的建模训练步骤可划分为以下关键4步：
[0033]1)基于联盟链的分布式可信第三方生成公私钥对，并将公钥分发给数据提供的参与方；
[0034]2)数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；
[0035]3)数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；
[0036]4)基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。
[0037]改进后的方案的细化描述如下：
[0038]1)联盟链承担的是原方案中单一可信第三方(协同方C)的角色；
[0039]2)公钥与私钥是通过椭圆曲线算法得到的一个密钥对。公钥是可以公开的，私钥是非公开的。公钥可以验证对应的私钥，但却无法反向推导出私钥，为了给其他人证明你拥有对应的私钥，完成了对应的交易，就需要将公钥发送给大家，来证明你拥有对应的私钥。所以这种方式既能证明交易成功，又能保证私钥的安全性；
[0040]3)公钥：联盟链下发公钥给数据提供的参与方；
[0041]4)私钥：以四个节点组成的联盟链为例，每个公私钥对的私钥是四个节点各保存该私钥的一部分，每次需要使用该私钥解密时，联盟链PBFT共识通过后，可由四个节点各自保存的部分组成完整的私钥(一次性的)去完成解密。
[0042]可选地，本实施例中，对于联盟链节点数的数据不进行限制，即大于等于4个都可以；且本实施例中其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联盟链的分布式可信第三方联邦学习方法，其特征在于，包括：基于联盟链的分布式可信第三方生成公私钥对，并将公私钥对中的公钥分发给数据提供的参与方；数据提供方之间利用公钥加密中间计算结果并交互传输，完成梯度和损失的计算；数据提供方将各自加密结果上传给基于联盟链的分布式可信第三方；基于联盟链的分布式可信第三方返回解密结果，数据提供方开始下一轮迭代训练。2.根据权利要求1所述的基于联盟链的分布式可信第三方联...

【专利技术属性】
技术研发人员：李延凯，梁栋，
申请(专利权)人：北京原语科技有限公司，
类型：发明
国别省市：