本发明专利技术涉及一种基于联邦学习的区块链供应链金融风险控制方法、系统、存储介质及电子终端，属于区块链技术领域。方法包括如下步骤：S1基于区块链，将各参与方连接在一起，形成一个网络，供应链各参与方成为网络中的单个成员节点；S2获取供应链各参与方的相关信息，将相关信息上链；S3基于上链的供应链各参与方的信息，通过区块链构建供应链信息传输体系；S4由数据拥有方预先建立数据分类模块，再次对上链的普通可公开数据和隐私保护数据进行数据检验；S5、对隐私保护数据通过联邦学习训练和同态加密算法后进行共享。本发明专利技术在实现信息共享的同时，保证了数据背后交易方的信息隐私，降低了信息的维护成本，提升了业务效率。提升了业务效率。提升了业务效率。
【技术实现步骤摘要】
一种基于联邦学习的区块链供应链金融风险控制方法、系统、存储介质及电子终端
[0001]本专利技术涉及一种基于联邦学习的区块链供应链金融风险控制方法、系统、存储介质及电子终端，属于区块链
技术介绍
[0002]供应链金融在解决中小企业融资难问题上可以发挥作用，是因为在核心企业信用共享和风险分担的条件下降低了对中小企业借款资质的要求。
[0003]然而在供应链金融业务实际开展过程中，供应链中存在信息隐瞒、上传虚假信息、信息不公开透明现象，这种现象一方面会使各参与方不能准确了解交易信息和进程，增大了协调难度，不能及时处理问题，降低了供应链运作效率，使得融资风险不可控。另一方面由于信息被恶意隐藏、篡改以及泄露，银行等金融机构不能以合理的成本获取融资者的重要信息，影响了其扩大供应链金融受众的积极性，同时存在各参与方主体数据被泄露的风险可能，也给各参与方主体的发展带来制约，从而影响了供应链金融的发展。
[0004]各个企业之间信息不透明使得信息存在被篡改的风险，各企业间难以相互信任；数据完全透明和隐私保护难以两全，若想实现金融风险控制，一方面需要各方企业最大程度地上传数据到系统中以便于核心企业的全局管控，另一方面需要对各方企业的商业机密进行保护。
技术实现思路
[0005]针对现有技术的不足，本专利技术提供一种基于联邦学习的区块链供应链金融风险控制方法、系统、存储介质及电子终端，供应链各参与方主体把各自特征数据加密后上传到区块链平台，对上传的特征数据进行数据分类，分为隐私保护数据和普通可公开数据；对于隐私保护数据，使用机器学习中的横向联邦学习技术，根据区块链中定义的“联邦学习”模型，进行模型训练，同时利用同态加密算法Gentry算法进行共享。该方式在实现信息共享的同时，也保证了数据背后交易方的信息隐私，使得供应链各参与方主体形成的信息流在该网络中传输畅通又不失透明且难以被篡改和泄露，保证信息安全的同时，也保证了系统运营的高效及低成本，降低了信息的维护成本，提升了业务效率，也降低了供应链金融风险。
[0006]本专利技术的技术方案如下：
[0007]一种基于联邦学习的区块链供应链金融风险控制方法，包括如下步骤：
[0008]S1、基于区块链，将金融机构、核心企业、供应商群、物流企业、经销商群连接在一起，形成一个网络，供应链各参与方成为网络中的单个成员节点；
[0009]S2、数据上链操作，获取供应链各参与方的相关信息，将相关信息上链，储存在区块链的对应参与者节点中；
[0010]S3、基于上链的供应链各参与方的信息，通过区块链构建供应链信息传输体系；
[0011]S4、由数据拥有方预先建立数据分类模块，再次对上链的普通可公开数据和隐私
保护数据进行数据检验，判断普通可公开数据和隐私保护数据是否与数据拥有方的分类一致，若一致，则进入下一步，若不一致，将数据信息返回给数据拥有方，由数据拥有方决定是否继续执行现有数据分类；
[0012]S5、对隐私保护数据通过联邦学习训练和同态加密算法后进行共享。
[0013]根据本专利技术优选的，步骤S2中，获取供应链各参与方的关联数据和核心信息，将关联数据和核心信息进行上链操作，具体包括：
[0014]获取金融机构(如银行)的资金信息、资助政策、信用评价标准，核心企业、供应商、物流企业、经销商的借贷信息、还贷情况和信用信息，并上链至金融机构对应的参与者节点中；
[0015]获取核心企业的经营信息、财务状况、发展规划、资金支持需求以及与供应商、物流企业和经销商的合作信用信息，并上链至核心企业对应的参与者节点中；
[0016]获取供应商的产品的市场需求、产品自身信息、生产环境信息、产品的供应量、产品价格、外界评价数据以及融资需求和方案，并上链至供应商对应的参与者节点中；
[0017]获取物流企业的产品的物流成本、出货准时率、满足率，交货准时率、满足率、运输信息、交易信息、物流评价信息以及融资需求和方案，并上链至物流企业对应的参与者节点中；
[0018]获取经销商的产品的销售数据，包括产品的进价、售卖价、售卖数量、售后产品退换信息、评价信息以及融资需求和方案，并上链至经销商对应的参与者节点中。
[0019]根据本专利技术优选的，步骤S4中，对上链数据的数据再次进行数据检验具体包括，根据数据拥有方的第一次分类情况，对每一组可公开数据进行检验，判断是否能够由可公开数据解密出隐私保护数据，若可以，则将关联可公开数据转为隐私保护数据，再次进行检验，并将检验信息重新反馈给数据拥有方，由数据拥有方再次自主决定可公开数据和隐私保护数据的分类情况；若不可以，则上链的数据分类情况与数据拥有方自主决定的分类情况一致，进行下一步。
[0020]例如，当经销商数据拥有方将产品进价和售卖数量设为隐私保护数据，将产品售价和产品总利润率设为可公开数据时，上链后进行数据检验，通过算法检验得到可公开数据中产品总利润率由隐私保护数据产品进价、售卖数量和可公开数据产品售价计算得到，因此判断产品总利润率含有隐私保护数据产品进价和售卖数量，从而引发数据反馈给经销商数据拥有方，使其进行重新判断，经销商数据拥有方可选择是否将产品总利润率由可公开数据转为隐私保护数据，并重新进行数据上链操作。
[0021]根据本专利技术优选的，步骤S5，具体包括以下步骤：
[0022]S51、参与方A向参与方B发送数据共享请求，参与方B接收到共享请求后，利用联邦学习模型对训练数据M
B
(即参与方B的隐私保护数据)进行本地训练，其中包括本地服务器对训练数据进行初始化设置，并将训练结果N
B
加密上传至参与方B对应的区块链信息存储节点X
B
；
[0023]S52、由于用户隐私和数据安全的原因，参与方A和参与方B不能直接交换数据，为了保证训练过程中的数据保密性，加入一个第三方的协调者C，C方利用同态加密算法生成公钥和私钥，并将公钥发送给参与方B，参与方B采用C方发送的同态公钥对所述训练结果N
B
加密，得到加密训练结果Q
B
；
[0024]S53、参与方B将所述加密训练结果Q
B
发送参与方A，参与方A利用C方发送的私钥进行解密，获得需要的数据信息。
[0025]根据本专利技术优选的，步骤S51中使用的联邦学习训练模型为横向联邦学习方式训练模型，步骤S52使用的同态加密算法为Gentry算法。
[0026]上述基于联邦学习的区块链供应链金融风险控制系统，包括：
[0027]数据采集模块，用于进行上链数据采集；
[0028]信息传输模块，用于构建供应链信息传输体系；
[0029]数据分类检验模块，用于数据拥有方建立数据分类，并对上链的普通可公开数据和隐私保护数据进行数据检验；
[0030]联邦学习训练和加密模块，用于对隐私保护数据进行联邦学习训练和同态加密共享。
[0031]本专利技术还本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于联邦学习的区块链供应链金融风险控制方法，其特征在于，包括如下步骤：S1、基于区块链，将金融机构、核心企业、供应商群、物流企业、经销商群连接在一起，形成一个网络，供应链各参与方成为网络中的单个成员节点；S2、数据上链操作，获取供应链各参与方的相关信息，将相关信息上链，储存在区块链的对应参与者节点中；S3、基于上链的供应链各参与方的信息，通过区块链构建供应链信息传输体系；S4、由数据拥有方预先建立数据分类模块，再次对上链的普通可公开数据和隐私保护数据进行数据检验，判断普通可公开数据和隐私保护数据是否与数据拥有方的分类一致，若一致，则进入下一步，若不一致，将数据信息返回给数据拥有方，由数据拥有方决定是否继续执行现有数据分类；S5、对隐私保护数据通过联邦学习训练和同态加密算法后进行共享。2.如权利要求1所述的基于联邦学习的区块链供应链金融风险控制方法，其特征在于，步骤S2中，上链操作，具体包括：获取金融机构的资金信息、资助政策、信用评价标准，核心企业、供应商、物流企业、经销商的借贷信息、还贷情况和信用信息，并上链至金融机构对应的参与者节点中；获取核心企业的经营信息、财务状况、发展规划、资金支持需求以及与供应商、物流企业和经销商的合作信用信息，并上链至核心企业对应的参与者节点中；获取供应商的产品的市场需求、产品自身信息、生产环境信息、产品的供应量、产品价格、外界评价数据以及融资需求和方案，并上链至供应商对应的参与者节点中；获取物流企业的产品的物流成本、出货准时率、满足率，交货准时率、满足率、运输信息、交易信息、物流评价信息以及融资需求和方案，并上链至物流企业对应的参与者节点中；获取经销商的产品的销售数据以及融资需求和方案，并上链至经销商对应的参与者节点中。3.如权利要求1所述的基于联邦学习的区块链供应链金融风险控制方法，其特征在于，步骤S4中，对上链数据的数据再次进行数据检验具体包括，根据数据拥有方的第一次分类情况，对每一组可公开数据进行检验，判断是否能够由可公开数据解密出隐私保护数据，若可以，则将关联可公开数据转为隐私保护数据，再次进行检验，并将检验信息重新反馈给数据拥有方，由数据拥有方再次自主决定可公开数据和隐私保护数据的分类情况；若不可以，...
【专利技术属性】
技术研发人员：王光臣，王鹏，高梦雪，王钰，张盼盼，王宇，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。