支持隐私保护的区块链联邦学习中毒攻击防御方法

    公开(公告)号:CN119830348A

    公开(公告)日:2025-04-15

    申请号:CN202510027700.8

    申请日:2025-01-08

    Abstract: 本发明公开了支持隐私保护的区块链联邦学习中毒攻击防御方法,涉及初始化、模型训练与盲化、恶意检测、模型聚合及模型更新五个环节。本方法在恶意检测过程中以历史模型更新的形式累积异常波动,以凸显恶意行为特征,实现对恶意行为的精准识别,从而有效防御中毒攻击,提升全局模型的鲁棒性。此外,本方法的中毒攻击防御效果不会由于模型更新被保护而受到影响,既能够实现利用原始特征进行恶意检测,又避免直接暴露参与者数据隐私,一定程度上缓解了实施隐私保护后模型更新的原始特征被隐藏而不利于恶意检测的准确识别这一矛盾,从而进一步增强区块链联邦学习整体的安全性。

    一种基于区块链的CP-ABE策略更新方法

    公开(公告)号:CN117879946A

    公开(公告)日:2024-04-12

    申请号:CN202410043701.7

    申请日:2024-01-11

    Abstract: 本发明公开了一种基于区块链的CP‑ABE策略更新方法,该方法利用区块链的去中心化、透明性等特点提出基于CP‑ABE的策略更新技术,既保证了数据的安全性,又保证了策略更新行为的真实性,可以降低传统策略更新的开销。其包括:(1)数据拥有者制定访问控制策略并构造成原始访问控制树;(2)数据拥有者根据原始访问控制树对数据进行加密,生成密文,将密文和策略发布到区块链上;(3)数据拥有者制定新访问策略发布到区块链上;(4)区块链根据新访问策略构造访问控制树;(5)区块链构造密文解密密钥,解密得到明文和原始访问控制树;(6)区块链执行策略更新加密运算:区块链计算访问控制树差异,区块链根据差异计算密文分量,将密文存储到区块链上。

Patent Agency Ranking