[发明专利]基于区块链的工业数据安全共享

权利要求书

1.基于演化博弈论的数据定价激励机制，其特征在于：博弈论是一种用于研究和预测社会互动进化的数学方法，可以是个体变得理性，然后分析个体的政策选择和博弈均衡；建立一种激励策略，该策略取决于信息获取能力有限的用户，通过不断学习，反复尝试，逐步调整自己的策略；在工业互联网发展下，边缘设备为实现更好的智能应用，需要依赖设备间的数据协作和交换，为实现工业大数据分析，需要通过各数据持有者的数据共享，由于数据因此安全问题无法得到保障，因此需要建立一种基于区块链的激励机制，促进数据共享的智能合约，帮助促进工业互联网的互联互通特性；具体策略为：结合演化博弈论的思想，通过动态调整激励/参与成本，以促进用户参与数据共享，激励用户加入联盟链进行模型训练，获取更好的模型精度，同时引入信誉值的概念，减少无效和有害数据在网络中的传输，并使用数字签名对交易进行加密保障隐私。

2.基于联邦学习和SMPC的数据共享模型，其特征在于：机器学习的集中式方法通常会遇到不断扩展的数据集的可扩展性以及缺乏对提供数据的客户的隐私保障；分布式的机器学习方法可以实现模型的本地化训练，克服中心化机器学习模型的扩展性不足的问题，同时可以避免数据共享带来的安全性问题；联邦学习属于分布式机器学习的一种，本发明拟采用联邦学习作为模型的实现方案，集成到联盟链中；联邦学习可以让多个数据所有者协同训练一个全球模型，而不需要共享他们的原始数据，以尊重共享数据时的隐私问题，基于区块链的架构则允许将训练数据保密，分发并在系统内共享生成的模型，而不共享实际数据；并提供审计跟踪，跟踪学习过程中的变化，通过这种方式，所有参与用户可观察到统一模型，同时保留敏感输入数据的隐私。