基于区块链的工业物联网隐私保护协作学习系统

打开文本图片集

摘 要：为了在保护数据隐私的前提下，充分利用异构的工业物联网节点数据训练高精度模型，提出了一种基于区块链的隐私保护两阶段协作学习系统。首先，使用分组联邦学习框架，根据参与节点的算力将其划分为不同组，每组通过联邦学习训练一个适合其算力的全局模型;其次，引入分割学习，使节点能够与移动边缘计算服务器协作训练更大规模的模型，并采用差分隐私技术进一步保护数据隐私，将训练好的模型存储在区块链上，通过区块链的共识算法进一步防止恶意节点的攻击，保护模型安全；最后，为了结合多个异构全局模型的优点并进一步提高模型精度，使用每个全局模型的特征提取器从用户数据中提取特征，并将这些特征用作训练集训练更高精度的复杂模型。（剩余21379字）