一种基于孪生链的区块链数据跨链交互方法技术

本发明专利技术提供了一种面向群体学习(Swarm Learning，SL)的跨链信息交互方法。本发明专利技术包括由多链组成的孪生链架构，实现异构区块链的互操作；基于Stackelberg博弈的多领导多追随者的激励机制，鼓励孪生链中的角色积极、诚实地参与跨链共识；证明了博弈中存在一个独特的Stackelberg均衡(SE)，提出基于乘法交替方向法(ADMM)的最优解求解算法；评估了孪生链交互的平均延迟和吞吐量的性能，对所提出的激励机制进行了数值模拟，结果表明，本发明专利技术提出的机制能够共同实现孪生链中每个参与者角色的奖励最大化。本申请能够实现异构区块链间的数据交互，并实现基于异构区块链的群体学习。并实现基于异构区块链的群体学习。并实现基于异构区块链的群体学习。

【技术实现步骤摘要】
一种基于孪生链的区块链数据跨链交互方法


[0001]本专利技术涉及一种基于多孪生链的异构区块链跨链数据交互方法，可助力基于多异构链的群体学习。

技术介绍

[0002]作为一种代表性的去中心化隐私保护机器学习范式，SL引起了巨大的关注，它已经被用于车联网、去中心化医疗等多个场景。SL将机器学习与许可区块链结合起来，安全地分享参数，减轻了集中式学习方式存在的模型合并和数据合并中的隐私问题。模型在SL节点的私有本地数据上独立训练。基于许可区块链，授权参与者能够以去中心化的方式分享和更新本地模型。
[0003]然而，现有的SL应用依赖于一个许可区块链，这限制了参与者的可操作范围。本专利技术考虑了一个由多组织维护的多个区块链的SL框架。在这种假设下，全局和局部模型的更新需要通过区块链的互操作来完成。模型更新的工作流程可以概括为两个主要步骤。首先，在每个组织内部，本地模型由SL节点进行训练和更新，并通过许可区块链分别进行合并。其次，组织之间通过多个基于区块链的群体网络进行互动，以更新其本地合并的模型并维护全局模型的状态信息。
[0004]SL中的模型共享可以被表述为各组织者维护的区块链之间的数据传输。因此关键问题是设计异构区块链间的数据互操作方法，并保证数据传输的安全性。每个组织可能以不同的数据结构、共识协议等来部署和应用区块链，这使得区块链之间的互动具有挑战性。为了使异构区块链能够以去中心化的方式相互操作，本专利技术提出了孪生链，一种新颖的跨链交互平台，其基本思想是将异构区块链通信转换成同构链交互，且不引入第三方。本专利技术引入了一个去中心化的多链方案作为孪生链的关键组成部分，并提出了孪生链区块格式规则、构建机制、交易生成方法和分层混合共识。在混合共识中，系统给予积极、合法、有贡献的角色相应的奖励。具体的，将参与角色的行为建模为Stackelberg博弈。通过理论分析，得到了带有均衡约束的纳什均衡。在此基础上，我们知道角色之间的最优策略可以实现。

技术实现思路

[0005]本专利技术的目的是设计异构区块链的数据跨链交互方法，以拓展现有的SL框架。提出基于孪生链的区块链数据跨链交互架构。孪生链是由多个轻量级同构区块链组成的多链架构，独立于源链而存在。共包含三个角色，分别为连接者、验证者和投资者。连接者负责源链和孪生链之间的连接和映射。群体学习中的每个组织将被分配多个连接者，连接者有权限访问、阅读和修改组织管理的区块链。验证者负责生成包含目标参数数据的区块，并验证交易和区块的合法性，根据共识协议实现目标区块的上传。它从目标孪生链获取参数，实现包含目标数据的交易的生成，并将其放入接受参数的孪生链的共享交易池。验证者能够验证孪生链内的交易和跨孪生链的交易。投资者负责投资和背书验证者生成的交易。在包含目标参数的交易生成并写入区块后，投资者可以选择是否对该区块投资一定数量的资金。
当区块最终被确认时，投资者将被系统支付与投资金额相应的奖励。相反，如果该区块没有发布，投资者将损失之前投入的资金。
[0006]提出基于孪生链的跨链SL参数共享方法，包括映射阶段、目标交易生成生成阶段、目标交易共识阶段和反映射阶段。映射阶段是参数共享的开始，连接者实现每个源链和相应的孪生链之间的映射。映射后，所有孪生链都使用相同的块结构和链内共识协议。源链之间的参数共享被转换为孪生链之间的数据传输。在目标交易生成阶段，验证者在需要互操作的孪生链之间实现包含目标参数的交易的生成，并将其放入接收数据的孪生链的共享交易池中。投资者选择是否为目标交易所在的区块投入资金以及投入的具体金额。在目标交易共识阶段，验证者根据共识协议实现交易验证，并将其发布到请求参数的孪生链中。当交易被成功发布并被后续区块确认后，投资者将从系统中获得与他投资金额相对应的奖励。在反映射阶段，连接者实现孪生链与源链的反映射。在这个阶段，包含在目标交易中的目标参数被存储在接受方的区块链中。
[0007]映射阶段包含两个方向，涉及源链和孪生链相互映射。SL参数通过不同的机制存储在这两个链上。在源链中，参数以增量形式存储，每轮训练后，参数的变化会在链上记录。在孪生链中，完整的参数值被存储。两条链之间的相互映射是目标数据跨链交互的第一步和最后一步。
[0008]在从源链向孪生链的映射中，转换条件被触发时，连接者进行块映射操作。映射过程分为三个步骤。第一步，连接者根据源链中记录的增量参数，计算当前模型的全局参数Block
t
。第二步，连接者选取源链中区块的特定字段，包括当前区块的哈希值、默克尔树根，在孪生链中结合完整参数Block
t
构建合法区块。第三步，依据孪生链的共识机制实现Block
t
的上传。连接者可以选择是否结合外部分布式数据库。在孪生链向源链的映射中，转换条件被触发时，连接者负责孪生链和源链之间的转换。映射过程也包括三个步骤。第一步，连接者根据Block
t
中记录的参数字段，获得目标模型的完整参数θ
′
。第二步，连接者基于θ
′
在源链中构建合法的块Block
s
，其中Block
s
存储完整的参数并设置块标签。当再次映射到孪生链时，连接者将使用区块标签所在的区块作为初始区块，并通过组合参数的增量计算新一轮互动的完整参数。第三步，源链中的共识机制实现了Block
s
的上传。
[0009]在目标交易的生成过程中，孪生链间通信的有效性问题尤其需要被关注。作为一种分布式智能计算方法，SL在计算过程中，除了基本的模型训练时间，等待来自于其他机构的模型所带来的时延也不可忽略。时延包含机构内部区块链共识以及机构间跨区块链通信的共识带来的时间消耗。因而在孪生的通信协议设计中，结合源链的安全机制和孪生链的安全假设，以较少的交互次数实现交互功能。本专利技术提出了孪生链间通信协议(ITCP)。两个孪生链中完整通信包含八个操作。为了表述清楚，本专利技术称参数请求的发送方为A
′
，响应方为孪生链B
′
。
[0010]操作1：发送请求，从目标孪生链中获取参数。A
′
试图获取B
′
中记录的模型参数，因此A
′
向B
′
发送请求ψ1。
[0011]ψ1＝<l
sender
，l
receiver
， nonce，H
nonce
>，
[0012]其中l
sender
是请求模型的孪生链的ID，l
receiver
是持有目标模型的孪生链的ID。此时，l
sender
＝A
′
，l
receiver
＝B
′
。nonce是当前操作的随机数，H
nonce
是nonce的哈希值。
[0013]操作2：验证触发条件。B
′
收本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多孪生链的异构区块链跨链数据交互方法，其特征在于，所述方法使用由多个同质链组成的孪生链的新型架构，通过多领导多追随者的Stackelberg博弈，来建模孪生链分层混合共识中参与者角色之间的相互作用，并从目标孪生链获取参数，实现包含目标数据的交易的生成，并将其放入接受参数的孪生链的共享交易池，实现数据交互。2.根据权利要求1所述的基于多孪生链的异构区块链跨链数据交互方法，其特征在于，所述方法使用基于孪生链的群体学习跨链参数共享方法，包括映射阶段、目标交易生成生成阶段、目标交易共识阶段和反映射阶段。3.根据权利要求2所述的基于多孪生链的异构区块链跨链数据交互方法，其特征在于，所述方法进行群体学习时，每个组织将被分配多个连接者，进行限访问、阅读和修改组织管理的区块链；通过验证者生成包含目标参数数据的区块，并验证交易和区块的合法性，根据共识协议实现目标区块的上传；从目标孪生链获取参数，实现包含目标数据的交易的生成，并将其放入接受参数的孪生链的共享交易池；并进行验证孪生链内的交易和跨孪生链的交易；在包含目标参数的交易生成并写入区块后，选择是否对该区块投资一定数量的资金。4.根据权利要求2所述的基于多孪生链的异构区块链跨链数据交互方法，其特征在于；所述方法中，映射阶段是参数共享的开始，为每个源链和相应的孪生链之间的映射；映射后，所有孪生链都使用相同的块结构和链内共识协议；源链之间的参数共享被转换为孪生链之间的数据传输，在目标交易生成阶段，需要互操作的孪生链之间实现包含目标参数的交易的生成，并将其放入接收数据的孪生链的共享交易池中；在选择是否为目标交易所在的区块投入资金以及投入的具体金额后，在目标交易共识阶段，根据共识协议实现交易验证，并将其发布到请求参数的孪生链中。5.根据权利要求1所述的基于多孪生链的异构区块链跨链数据交互方法，其特征在于，所述方法中，多领导者多追随者的Stackelberg博弈，以建...

【专利技术属性】
技术研发人员：韩云芸，张威，李力，伍军，林夕，齐雨欣，
申请(专利权)人：上海安致信科技有限公司，
类型：发明
国别省市：