【技术实现步骤摘要】
一种数据共享方法以及应用其的计算机设备及可读存储介质
本专利技术涉及一种数据共享方法以及应用其的计算机设备及可读存储介质,属于数据信息安全
技术介绍
随着层出不叠的智能设备在社会生活中的普及,如智能工厂、智慧城市、智能家居,用户的隐私越来越透明化。为了加强对用户的个人信息保护,同时实现这些单个领域平台之间的数据合作共享,避免集中式平台在普遍存在的高成本、高延时与低效率的缺点,需要设计了一个安全可信的数据共享机制。已有技术方案1:专利号为201910720373.9的《一种混合联邦学习方法及架构》专利,本专利技术公开了一种混合联邦学习方法及架构,该方法适用于具有多组参与者的联邦学习模型训练;其中方法为:针对每个组,根据组内参与者的数据集联合训练每组的第一联邦学习模型;对各组的第一联邦学习模型进行融合得到第二联邦学习模型,并将所述第二联邦学习模型发送给每个组内参与者;针对每个组,根据所述第二联邦学习模型及所述组内参与者的数据集训练得到更新后的第一联邦学习模型,返回对各组的第一联邦学习模型进行融合得到第二联邦学习模型的步骤,直至模型训练结束。已有技术方案2:专利号为201910824202.0的《一种联邦学习方法及装置》专利,本专利技术公开了一种联邦学习方法及装置,其中方法为:协调者接收多个参与者的报告;所述协调者根据所述多个参与者的报告,确定满足预设条件的参与者,作为参与联邦学习的参与者;其中,所述报告表征了参与者预期的可用资源情况;所述协调者通过所述参与联邦学习的参与者进行联邦学习模型训练。上 ...
【技术保护点】
1.一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,/n包括:/n第一步:把若干个工作节点记录在区块链网络中;/n第二步,从区块链存储的工作节点中,筛选符合设定规则的至少一个工作节点;/n第三步,建立共识激励机制对上述筛选出的符合设定规则的工作节点进行奖励,并将上述符合设定规则的工作节点作为联邦学习任务的共识联盟;/n第四步,对共识联盟中的工作节点进行本地模型的训练;/n并利用差分隐私算法对本地模型数据进行处理;/n第五步,对上述已经处理完成的本地模型的参数利用联邦学习方法进行传播;/n第六步,根据得到的本地模型的参数,训练全局模型,实现数据的共享。/n
【技术特征摘要】
1.一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,
包括:
第一步:把若干个工作节点记录在区块链网络中;
第二步,从区块链存储的工作节点中,筛选符合设定规则的至少一个工作节点;
第三步,建立共识激励机制对上述筛选出的符合设定规则的工作节点进行奖励,并将上述符合设定规则的工作节点作为联邦学习任务的共识联盟;
第四步,对共识联盟中的工作节点进行本地模型的训练;
并利用差分隐私算法对本地模型数据进行处理;
第五步,对上述已经处理完成的本地模型的参数利用联邦学习方法进行传播;
第六步,根据得到的本地模型的参数,训练全局模型,实现数据的共享。
2.如权利要求1所述的一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,
所述符合设定规则的工作节点为综合评分高于第一设定值的工作节点;
筛选符合设定规则的至少一个工作节点,包括:根据区块链中存储的工作节点n次工作表现进行综合评分;
确定这n次工作表现分别对应的评分权重wi;
其中工作节点的综合评分的计算公式如下:
,(1)
其中:Rj代表第j个工作节点的综合评分,ri表示工作节点在区块链中存储的第i次工作
表现,且;
计算完各个工作节点的综合评分后,根据Rj值进行降序排序,筛选出综合评分高于第一设定值的K个工作节点作为符合设定规则的工作节点,其本次工作表现也会被记录在区块链中,作为下一次选择的依据。
3.如权利要求2所述的一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,
区块链中存储的工作节点的每次工作表现由该工作节点进行训练的数据量,贡献的计算资源和本地模型的每次准确率决定;其中Di,Ci,Ai分别代表工作节点第i次工作表现所贡献的数据量,计算资源和本地模型训练的准确率,则ri表示为如下公式:
,(2)
其中分别表示上述工作节点的权重;。
4.如权利要求3所述的一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,
所述工作节点第i次工作表现所贡献的数据量是与任务相关或是有益于任务训练的有效数据;
计算资源以工作节点贡献的CPU和GPU资源为准;
本地模型训练的准确率为工作节点训练迭代过程中各次本地训练的准确率的算术平均值。
5.如权利要求1所述的一种基于区块链与联邦学习的安全可信的数据共享方法,其特征在于,
建立共识激励机制,包括:
根据之前的本地模型的交易信息,结合公式计算出每个工作节点的MAE;
根据每个工作节点的MAE,给予每个节点相应的奖励,由任务发布方制定,且MAE越小,奖励越大;<...
【专利技术属性】
技术研发人员:颜拥,戴彦,郭少勇,周自强,韩嘉佳,姚影,亓峰,邱雪松,喻鹏,相宝玉,王刘旺,
申请(专利权)人:国网浙江省电力有限公司电力科学研究院,北京邮电大学,
类型:发明
国别省市:浙江;33
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。