【技术实现步骤摘要】
本申请涉及人工智能，特别涉及一种基于身份隐私保护和经济激励的去中心化联邦学习方法。
技术介绍
1、为了解决数据隐私和传输延迟等问题，新兴的联邦学习方法应运而生。联邦学习允许多个数据所有者合作训练一个共享的机器学习模型，无需将各自的数据集中存储或交换，从而保护数据隐私，减少数据传输延迟，并节省通信资源。然而，实际中的数据所有者往往因隐私顾虑和缺乏激励而不愿意共享他们的数据。
2、首先，在隐私方面，数据所有者普遍担忧个人隐私信息的外泄。尽管联邦学习的设计初衷是保护原始数据的隐私，但在模型参数的传输过程中，仍可能存在敏感的身份信息泄露的风险。攻击者可能会通过截取通信通道中的信息，将模型参数与真实身份相关联，从而识别出特定个体。为了减轻这种身份隐私问题，一些联邦学习的研究工作采用了匿名保护机制，如通过匿名通信来破坏更新及其生成器之间的联系，确保即使原始数据被重建，攻击者仍无法推断特定用户的隐私；当学习任务中的客户端的私人持有的数据不包含个人身份信息(如图片、姓名或护照名称)时，打破客户端之间的链接和他们的更新就足以保护客户端的隐私。然而，联邦学习中的匿名性也存在加剧了身份认证，可能导致女巫攻击，即攻击者通过创建大量假身份来操控系统等问题。
3、其次，由于训练过程会消耗大量资源，如存储、通信带宽等，用户通常不愿意无偿参与。在没有任何奖励的情况下，用户可能不愿牺牲自己的移动设备资源来协助联邦学习。因此，设计一种有效的激励机制来鼓励数据所有者参与数据共享变得尤为重要。现有的激励机制包括采用信誉系统，但不足以激励用户，特
4、区块链技术作为一种分布式方法，提供了一个有效的经济激励手段，但使用区块链进行交易可能会泄露数据所有者的身份。基于区块链的隐私保护联邦学习不能完全保护数据所有者的身份隐私，特别是在领取奖励时需要提供真实账户地址，即使使用zcash这种去中心化匿名支付解决方案，交易数据和地址也会暴露交易双方，即任务发布者和数据所有者。此外，激励机制的引入，尤其是在使用比特币和以太坊等公共链时，极大增加了通信和交易成本。
5、综上所述，现有技术容易导致数据隐私泄露，且缺乏有效经济激励，严重阻碍了数据所有者参与联邦学习，亟待解决。
技术实现思路
1、本申请提供一种基于身份隐私保护和经济激励的去中心化联邦学习方法，以解决现有技术容易导致数据隐私泄露，且缺乏有效经济激励，严重阻碍了数据所有者参与联邦学习等问题。
2、本申请第一方面实施例提供一种基于身份隐私保护和经济激励的去中心化联邦学习方法，包括以下步骤：基于预设去中心化网络和目标任务发布者，发布目标联邦学习任务，并确定所述目标联邦学习任务的经济激励机制和隐私保护要求，以根据所述经济激励机制和所述隐私保护要求确定接收所述目标联邦学习任务的数据所有者；通过所述数据所有者利用预设匿名通信渠道下载所述目标联邦学习任务对应的全局模型、所述经济激励机制和所述隐私保护要求，并缴纳预设注册费用，以获取所述全局模型对应的训练凭证；利用预设的本地训练数据集训练所述全局模型得到初始联邦学习模型，并评估所述初始联邦学习模型，以通过评估结果和所述本地训练数据集更新所述全局模型，且根据所述隐私保护要求迭代执行评估和更新操作，得到最终的联邦学习模型，同时基于所述经济激励机制和预设混币服务器，使得所述目标任务发布者向所述数据所有者支付预设奖励费用。
3、可选地，在本申请的一个实施例中，所述基于预设去中心化网络和目标任务发布者，发布目标联邦学习任务，并确定所述目标联邦学习任务的经济激励机制和隐私保护要求，以根据所述经济激励机制和所述隐私保护要求确定接收所述目标联邦学习任务的数据所有者，包括：通过所述目标任务发布者确定所述目标联邦学习任务的隐私保护要求和任务支付预算；构建所述目标任务发布者与所述预设混币服务器之间的第一交易通道，并使得所述目标任务发布者在所述第一交易通道中质押第一单向质押基金；通过所述目标任务发布者在所述预设去中心化网络发布所述目标联邦学习任务，并广播所述第一单向质押基金对应的第一单向质押交易，使得接收所述第一单向质押交易的所述数据所有者根据所述第一单向质押基金和所述任务支付预算分析所述目标联邦学习任务，且生成对应的分析结果，以在所述分析结果满足预设接收要求的情况下，接受所述目标联邦学习任务。
4、可选地，在本申请的一个实施例中，所述通过所述数据所有者利用预设匿名通信渠道下载所述目标联邦学习任务对应的全局模型、所述经济激励机制和所述隐私保护要求，并缴纳预设注册费用，以获取所述全局模型对应的训练凭证，包括：建立所述数据所有者至所述预设混币服务器的第二单向质押交易，并通过所述预设混币服务器根据预设的注册质押匿名认证策略建立所述预设混币服务器至所述目标任务发布者的第三单向质押交易，以根据所述第二单向质押交易和所述第三单向质押交易构建第二交易通道；将所述第三单向质押交易的交易状态转换为第一隐藏状态承诺，使得所述目标任务发布者验证所述第一隐藏状态承诺是否满足预设正确性条件；在所述第一隐藏状态承诺满足所述预设正确性条件的情况下，通过所述数据所有者验证所述第一隐藏状态承诺是否满足预设合法性条件；在所述第一隐藏状态承诺满足所述预设合法性条件的情况下，对所述第一隐藏状态承诺进行随机化处理，得到随机化第一隐藏状态承诺，并利用所述预设混币服务器根据预设的验证和更新策略生成随机化第二隐藏状态承诺和所述预设注册费用；基于所述随机化第二隐藏状态承诺和预设随机化处理策略，生成随机化第三隐藏状态承诺，同时使得所述目标任务发布者根据预设的训练令牌验证所述随机化第三隐藏状态承诺是否满足所述预设正确性条件，并在所述随机化第三隐藏状态承诺满足所述预设正确性条件的情况下，生成所述随机化第三隐藏状态承诺对应的第二交易通道的第一更新隐藏状态；通过所述目标任务发布者对所述随机化第三隐藏状态承诺进行盲签名，并将所述全局模型和盲签名后的随机化第三隐藏状态承诺发送至所述数据所有者，使得所述数据所有者通过预设去盲化处理策略生成所述训练令牌对应的训练凭证；通过所述预设混币服务器和所述目标任务发布者提交所述第一更新隐藏状态，并启动第一目标支付流程，使得所述数据所有者向所述预设混币服务器支付预设注册费用。
5、可选地，在本申请的一个实施例中，所述基于所述经济激励机制和预设混币服务器，使得所述目标任务发布者向所述数据所有者支付预设奖励费用，包括：根据预设的奖励质押匿名认证机制建立所述预设混币服务器至所述数据发布者之间的第四单向质押交易；基于所述预设混币服务器，将所述第四单向质押交易对应的交易状态转换为第四隐藏状态承诺，并通过所述数据所有者对所述第四隐藏状态承诺进行验证和随机化操作，得到所述第四隐藏状态承诺对应的随机化第四隐藏状态承诺；将所述随机化第四隐藏状态承诺发送至所述预设混币服务器，使得所述预设混币服务器根据所述随机化第四隐藏状态承诺和预设验证更新策略生成本文档来自技高网...
【技术保护点】
1.一种基于身份隐私保护和经济激励的去中心化联邦学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于预设去中心化网络和目标任务发布者，发布目标联邦学习任务，并确定所述目标联邦学习任务的经济激励机制和隐私保护要求，以根据所述经济激励机制和所述隐私保护要求确定接收所述目标联邦学习任务的数据所有者，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述数据所有者利用预设匿名通信渠道下载所述目标联邦学习任务对应的全局模型、所述经济激励机制和所述隐私保护要求，并缴纳预设注册费用，以获取所述全局模型对应的训练凭证，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述经济激励机制和预设混币服务器，使得所述目标任务发布者向所述数据所有者支付预设奖励费用，包括：
5.一种基于身份隐私保护和经济激励的去中心化联邦学习装置，其特征在于，包括：
6.根据权利要求5所述的装置，其特征在于，所述任务发布模块包括：
7.根据权利要求6所述的装置，其特征在于，所述下载模块包括：
<...【技术特征摘要】
1.一种基于身份隐私保护和经济激励的去中心化联邦学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于预设去中心化网络和目标任务发布者，发布目标联邦学习任务，并确定所述目标联邦学习任务的经济激励机制和隐私保护要求，以根据所述经济激励机制和所述隐私保护要求确定接收所述目标联邦学习任务的数据所有者，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述数据所有者利用预设匿名通信渠道下载所述目标联邦学习任务对应的全局模型、所述经济激励机制和所述隐私保护要求，并缴纳预设注册费用，以获取所述全局模型对应的训练凭证，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述经济激励机制和预设混币服务器，使得所述目标任务发布者向所述数据所有者支付预设奖励费用，...
【专利技术属性】
技术研发人员：高莹，邓煌昊，朱祖坤，陈晓峰，谢雨欣，
申请(专利权)人：北京航空航天大学，
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。