本发明专利技术是一种基于区块链和联邦学习的食品风险信息可信共享方法，用于食品工程检测领域。为了满足食品全程全息风险信息可信共享需求，本发明专利技术搭建食品全程全息风险信息可信共享模型框架，包括多个环节链层、一个交互链层和一个监管链层，交互链层实现跨环节风险信息加密传输，基于数据敏感程度划分企业级风险信息局部模型和监管级风险信息局部模型，按照风险信息来源样本与不同环节风险信息特征的不同，将企业划分为原材料、过渡、成品上下游企业，属于同一上下游企业中的企业间、企业和监管节点间均通过纵向联邦学习聚合模型。本发明专利技术满足了企业共享风险信息的不同需求，并保证数据在共享过程中安全可信，能提高企业和监管机构对风险信息的利用率。
【技术实现步骤摘要】
本专利技术属于食品风险，涉及区块链技术、联邦学习技术、加密共享技术等，具体涉及一种基于区块链和联邦学习的食品风险信息可信共享方法。
技术介绍
1、食品全程全息过程中会产生并收集大量食品风险信息数据，企业和监管机构不再满足于利用人工智能相关技术仅仅对其自身收集的风险信息数据进行分析处理，以满足自己需求的目的。因为这些数据不仅会受限于地域和品类，影响模型训练质量，且收集它以保证食品或其生产环节的安全性是昂贵且耗费资源的，而数据共享是解决这些问题最好的方法。但企业因为行业竞争、利益冲突、害怕风险信息数据泄露以及不同数据所有者对数据共享存在不同优先级的问题，阻碍了数据共享。风险信息数据被企业掌握在自己手中，只有部分不敏感信息以明文形式共享，用作记录、信息查询和统计用途，以配合监管机构完成对食品的监管与溯源。风险信息没有得到企业和监管机构的充分利用，造成了数据孤岛，无法从食源处解决食品安全问题。而传统的信息共享方式和机器学习方法无法解决食品风险信息利用率低、数据共享隐私易泄露、企业间与企业监管间共享风险信息数据敏感程度需求不同的问题。
>2、联邦学习是一种本文档来自技高网...
【技术保护点】
1.一种基于区块链和联邦学习的食品风险信息可信共享方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述的步骤1中，环节链层中节点通过跨链网关和跨链智能合约模块与交互链层的中继节点连接，当企业发起跨链请求，该请求经跨链网关和跨链智能合约模块发送到相应的中继节点，跨链请求经验证通过后，中继节点从目标环节链层获取所需要的食品风险数据存入队列，经跨链网关和跨链智能合约模块发送给请求节点；
3.根据权利要求1所述的方法，其特征在于，所述的步骤1中，监管链层中，每个企业作为分布式训练方，训练监管级风险信息局部模型，并广播到监管链层中的每个节点，每个...
【技术特征摘要】
1.一种基于区块链和联邦学习的食品风险信息可信共享方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述的步骤1中，环节链层中节点通过跨链网关和跨链智能合约模块与交互链层的中继节点连接，当企业发起跨链请求，该请求经跨链网关和跨链智能合约模块发送到相应的中继节点，跨链请求经验证通过后，中继节点从目标环节链层获取所需要的食品风险数据存入队列，经跨链网关和跨链智能合约模块发送给请求节点；
3.根据权利要求1所述的方法，其特征在于，所述的步骤1中，监管链层中，每个企业作为分布式训练方，训练监管级风险信息局部模型，并广播到监管链层中的每个节点，每个监管机构节点获取所有企业发送的监管级风险信息局部模型并打包成候选区块，经共识后发布的区块记录在监管链层的分布式账本中，由分布式账本中的监管级风险信息局部...
【专利技术属性】
技术研发人员：张新，谭学泽，许继平，赵峙尧，于家斌，崔晓玉，
申请(专利权)人：北京工商大学，
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。