基于区块链的联邦可信学习框架及其智能制造供应链实践

成果名称 基于区块链的联邦可信学习框架及其智能制造供应链实践
第一完成单位 重庆市质量和标准化研究院
共同完成单位 重庆工业大数据创新中心有限公司、重庆大学
成果来源 重庆市技术创新与应用发展专项面上项目
产业领域 软件信息服务
技术成熟度 通过中试
转化需求 技术服务,对接企业
成果介绍 联邦学习是利用海量分散的客户端基于本地数据联合训练一个全局模型的过程，在联邦学习中客户端的本地数据没有被共享，进而保护了客户端的隐私。研究发现，在联邦学习中，恶意参与方通过投毒攻击的方式破坏全局模型，同时，恶意分析者通过获取本地模型来推理得到参与方本地数据。本研究提出基于区块链的联邦可信学习框架，有效识别并抵御攻击者的投毒攻击，并通过隐私保护方法实现对参与方本地数据的隐私保护，提升框架的稳定性。最后，研究单位结合重庆长安汽车智能制造供应链平台智能制造实践场景，完善框架研究，实现项目成效。针对在联邦学习中数据安全和隐私保护的缺陷，项目团队研究提出基于区块链的联邦可信学习框架，对联邦学习中全局模型被恶意参与方通过投毒攻击的方式蓄意破坏的情况，通过完善调优区块链的存储结构和节点的权限分配机制，设计模型学习框架，模拟多种投毒攻击时对全局模型的保护和对数据安全的管理。并通过基于框架学习的隐私保护方法，结合区块链特性，阻拦恶意分析者通过获取本地模型来推理得到参与方本地数据并保证全局模型的精度和框架的稳定性。
知识产权 研究团队正在进行专利布局。