CN112929349A - 基于区块链共享隐私数据的方法、装置及电子设备 - Google Patents

Abstract

本说明书实施例提供一种基于区块链共享隐私数据的方法、装置及电子设备，隐私数据在需求方和提供方之间共享，需求方对接于部署的第一节点，所述方法应用于所述第一节点，包括：确定查询隐私数据的请求；所述请求携带所述需求方对应的公钥；基于所述请求携带的所述公钥，验证所述需求方的身份；若确定所述需求方通过身份验证，从所述区块链上取出目标数据；所述目标数据为利用所述公钥对所述隐私数据进行加密得到的；利用所述公钥对应的私钥对所述目标数据进行解密，得到所述隐私数据。如此通过区块链共享隐私数据，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了隐私数据的安全，而且提高了共享隐私数据的效率。

Description

基于区块链共享隐私数据的方法、装置及电子设备

技术领域

本说明书一个或多个实施例涉及区块链技术领域，特别涉及一种基于区块链共享隐私数据的方法、装置及电子设备。

背景技术

随着互联网和大数据技术的不断发展，隐私数据的共享变得越来越重要。目前，通常会有多个参与方结成风险联防合作的联盟，这就需要在参与方之间共享一些隐私数据。一般来说，通常是在参与方之间搭建通信专线，以传输需要共享的隐私数据。或者通过更为复杂的离线方式，共享隐私数据。

发明内容

为了解决上述技术问题之一，本说明书一个或多个实施例提供一种基于区块链共享隐私数据的方法、装置及电子设备。

根据第一方面，提供一种基于区块链共享隐私数据的方法，所述隐私数据在需求方和提供方之间共享，所述需求方对接于部署的第一节点，所述方法应用于所述第一节点，所述方法包括：

确定查询隐私数据的请求；所述请求携带所述需求方对应的公钥；

基于所述请求携带的所述公钥，验证所述需求方的身份；

若确定所述需求方通过身份验证，从所述区块链上取出目标数据；所述目标数据为利用所述公钥对所述隐私数据进行加密得到的；

利用所述公钥对应的私钥对所述目标数据进行解密，得到所述隐私数据。

可选的，所述请求还携带预先部署于所述区块链的目标智能合约所对应的第一标识信息；所述第一标识信息用于查找所述目标智能合约；所述目标智能合约用于基于所述公钥验证所述需求方的身份。

可选的，所述基于所述请求携带的所述公钥，验证所述需求方的身份，包括：

基于所述第一标识信息查找到所述目标智能合约；

执行所述目标智能合约，以基于所述公钥验证所述需求方的身份。

可选的，所述隐私数据包括高风险用户名单。

可选的，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

可选的，所述请求还携带所述目标智能合约中预设的目标计算方法的第二标识信息；所述第二标识信息用于从所述目标智能合约中查找所述目标计算方法；所述目标计算方法用于处理训练数据，得到所述用于更新模型的数据。

可选的，所述方法还包括：

基于所述第二标识信息查找所述目标智能合约中的所述目标计算方法；

在所述目标智能合约中标记所述目标计算方法。

根据第二方面，提供一种基于区块链共享隐私数据的方法，所述隐私数据在需求方和提供方之间共享，所述提供方对接于部署的第二节点，所述方法应用于所述第二节点，所述方法包括：

获取所述隐私数据；

获取所述需求方对应的公钥；

利用所述公钥对所述隐私数据进行加密，得到目标数据；

将所述目标数据进行上链存证，并使对接于所述需求方的第一节点在确定所述需求方通过身份验证时，从所述区块链上取出所述目标数据。

可选的，所述隐私数据包括高风险用户名单。

可选的，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

可选的，所述获取所述隐私数据，包括：

从所述区块链中查询出目标智能合约；

获取所述目标智能合约中标记的目标计算方法；

基于所述目标计算方法，处理本地训练数据，得到用于更新模型的数据作为所述隐私数据。

根据第三方面，提供一种基于区块链共享隐私数据的装置，所述隐私数据在需求方和提供方之间共享，所述需求方对接于部署的第一节点，所述装置应用于所述第一节点，所述装置包括：

确定模块，用于确定查询隐私数据的请求；所述请求携带所述需求方对应的公钥；

验证模块，用于基于所述请求携带的所述公钥，验证所述需求方的身份；

取出模块，用于若确定所述需求方通过身份验证，从所述区块链上取出目标数据；所述目标数据为利用所述公钥对所述隐私数据进行加密得到的；

解密模块，用于利用所述公钥对应的私钥对所述目标数据进行解密，得到所述隐私数据。

可选的，所述请求还携带预先部署于所述区块链的目标智能合约所对应的第一标识信息；所述第一标识信息用于查找所述目标智能合约；所述目标智能合约用于基于所述公钥验证所述需求方的身份。

可选的，所述验证模块包括：

查找子模块，用于基于所述第一标识信息查找到所述目标智能合约；

执行子模块，用于执行所述目标智能合约，以基于所述公钥验证所述需求方的身份。

可选的，所述隐私数据包括高风险用户名单。

可选的，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

可选的，所述请求还携带所述目标智能合约中预设的目标计算方法的第二标识信息；所述第二标识信息用于从所述目标智能合约中查找所述目标计算方法；所述目标计算方法用于处理训练数据，得到所述用于更新模型的数据。

可选的，所述装置还包括：

查找模块，用于基于所述第二标识信息查找所述目标智能合约中的所述目标计算方法；

标记模块，用于在所述目标智能合约中标记所述目标计算方法。

根据第四方面，提供一种基于区块链共享隐私数据的装置，所述隐私数据在需求方和提供方之间共享，所述提供方对接于部署的第二节点，所述装置应用于所述第二节点，所述装置包括：

第一获取模块，用于获取所述隐私数据；

第二获取模块，用于获取所述需求方对应的公钥；

加密模块，用于利用所述公钥对所述隐私数据进行加密，得到目标数据；

上链模块，用于将所述目标数据进行上链存证，并使对接于所述需求方的第一节点在确定所述需求方通过身份验证时，从所述区块链上取出所述目标数据。

可选的，所述隐私数据包括高风险用户名单。

可选的，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

可选的，所述第一获取模块包括：

查询子模块，用于从所述区块链中查询出目标智能合约；

获取子模块，用于获取所述目标智能合约中标记的目标计算方法；

处理子模块，用于基于所述目标计算方法，处理本地训练数据，得到用于更新模型的数据作为所述隐私数据。

根据第五方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面和第二方面中任一项所述的方法。

根据第六方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面和第二方面中任一项所述的方法。

本说明书的实施例提供的技术方案可以包括以下有益效果：

本说明书的实施例提供的基于区块链共享隐私数据的方法和装置，通过确定查询隐私数据的请求，基于该请求携带的公钥，验证需求方的身份，若确定需求方通过身份验证，从区块链上取出目标数据，并利用上述公钥对应的私钥对目标数据进行解密，得到隐私数据。从而能够通过区块链共享隐私数据，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了隐私数据的安全，而且提高了共享隐私数据的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本说明书根据一示例性实施例示出的一种基于区块链共享隐私数据的场景示意图；

图2是本说明书根据一示例性实施例示出的一种基于区块链共享隐私数据的方法的流程图；

图3是本说明书根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图；

图4是本说明书根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图；

图5是本说明书根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图；

图6是本说明书根据一示例性实施例示出的一种基于区块链共享隐私数据的装置的框图；

图7是本说明书根据一示例性实施例示出的另一种基于区块链共享隐私数据的装置的框图；

图8是本说明根据一示例性实施例示出的一种电子设备的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

如图1所示，是根据一示例性实施例示出的一种基于区块链共享隐私数据的场景示意图。

在图1示出的场景中，参与方A、B、C、D、E、F均通过准入资格认定，结成风险联防合作的联盟。可以部署各个参与方对接的区块链节点，以形成联盟区块链。其中，参与方A对接于节点A，参与方B对接于节点B，参与方C对接于节点C，参与方D对接于节点D，参与方E对接于节点E，参与方F对接于节点F。可以理解，本实施例仅是示例性的示出六个参与方，实际上，风险联防合作的联盟可以包括任意数目的参与方。

参与方A、B、C、D、E、F中的任意一方均可以作为隐私数据的提供方，为其它参与方提供隐私数据。也可以作为隐私数据的需求方，获取其它参与方的隐私数据。

例如，隐私数据可以是高风险用户名单，参与方B、C、D、E、F为需求方，参与方B、C、D、E、F分别需要得到高风险用户名单b、c、d、e、f。参与方A可以是高风险用户名单的提供方，持有高风险用户名单b、c、d、e、f。参与方A需要与参与方B、C、D、E、F共享高风险用户名单。

首先，参与方A可以分别用参与方B、C、D、E、F各自对应的公钥分别加密高风险用户名单b、c、d、e、f，得到各自对应的各个加密数据。然后，参与方A将各个加密数据上链存证。

以参与方B为例，当参与方B需要查看高风险用户名单b时，可以利用预先部署于区块链上的智能合约，基于该参与方B的公钥，进行身份验证。若确定通过身份验证，从区块链上取出相应的加密数据，并利用参与方B对应的私钥对加密数据进行解密，从而得到高风险用户名单b。其它参与方在查看相应的高风险用户名单时，过程相同，在此不再赘述。

又例如，风险联防合作的联盟可以进行联邦建模，联邦建模涉及的模型融合计算平台为需求方，联邦建模涉及的模型训练方为提供方，隐私数据为用于更新模型的数据。其中，参与方A为需求方，即模型融合计算平台，参与方B、C、D、E、F为提供方，即模型训练方。

在进行模型训练时，参与方A可以先从预先部署于区块链上的智能合约中找到各个提供方各自对应的各个目标计算方法，并在智能合约中标记各个目标计算方法(可以利用各个提供方各自对应的标识来标记各自对应的各个目标计算方法)。

然后，以参与方B为例，参与方B可以从区块链中查询出智能合约，并获取智能合约中标记的对应的目标计算方法。并基于该目标计算方法，处理本地训练数据，得到用于更新模型的数据b。参与方B可以利用参与方A对应的公钥加密用于更新模型的数据b，得到加密数据，并将加密数据上链存证。参与方A可以利用区块链上的智能合约，基于该参与方A的公钥，进行身份验证。若确定通过身份验证，从区块链上取出加密数据，并利用参与方A对应的私钥对加密数据进行解密，从而得到用于更新模型的数据b。

同样，参与方A还可以通过相同的方式，从参与方C、D、E、F分别获取用于更新模型的数据c、d、e、f，具体过程在此不再赘述。参与方A可以对用于更新模型的数据b、c、d、e、f进行融合计算，以对模型进行更新。

下面将结合具体的实施例对本说明书提供的方案进行详细描述。

如图2所示，图2是根据一示例性实施例示出的一种基于区块链共享隐私数据的方法的流程图，其中，隐私数据可以在需求方和提供方之间共享，需求方对接于部署的第一节点，提供方对接于部署的第二节点。该方法可以应用于第一节点中。该第一节点可以实现为任何具有计算、处理能力的设备、平台、服务器或设备集群。该方法包括以下步骤：

在步骤201中，确定查询隐私数据的请求。

在本实施例中，第一节点可以确定查询隐私数据的请求，该请求的具体形式可以是第一节点向区块链发起的用于查询隐私数据的交易。在一种实现方式中，该请求至少可以携带需求方对应的公钥。区块链的各个节点可以按照本地存储的预设规则，基于需求方对应的公钥验证需求方的身份。

在另一种实现方式中，该请求还可以携带预先部署于区块链的目标智能合约所对应的第一标识信息。区块链的各个节点可以根据该第一标识信息，查找目标智能合约，并通过执行该目标智能合约，从而基于需求方对应的公钥验证需求方的身份。

在本实施例中，隐私数据可以是任意形式的数据，隐私数据可以包括高风险用户名单，也可以包括用于更新模型的数据等，本实施例对隐私数据的具体形式和内容方面不限定。

在步骤202中，基于该请求携带的公钥，验证需求方的身份。

在本实施例中，第一节点可以按照本地存储的预设规则，基于需求方对应的公钥验证需求方的身份。或者，第一节点可以基于该请求中携带的第一标识信息查找到目标智能合约，并执行目标智能合约，以基于需求方的公钥验证需求方的身份。

在步骤203中，若确定需求方通过身份验证，从区块链上取出目标数据。

在步骤204中，利用上述公钥对应的私钥对目标数据进行解密，得到隐私数据。

在本实施例中，当确定需求方通过身份验证时，第一节点可以从区块链上取出目标数据。该目标数据为利用需求方的公钥对隐私数据进行加密得到的数据。第一节点可以利用上述公钥对应的私钥(即需求方对应的私钥)对目标数据进行解密，得到隐私数据。

本说明书的上述实施例提供的基于区块链共享隐私数据的方法，通过确定查询隐私数据的请求，基于该请求携带的公钥，验证需求方的身份，若确定需求方通过身份验证，从区块链上取出目标数据，并利用上述公钥对应的私钥对目标数据进行解密，得到隐私数据。从而能够通过区块链共享隐私数据，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了隐私数据的安全，而且提高了共享隐私数据的效率。

如图3所示，图3根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图，该实施例描述了联邦建模的过程。隐私数据可以在需求方和提供方之间共享。需求方为联邦建模涉及的模型融合计算平台，提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，隐私数据包括用于更新模型的数据。其中，需求方对接于部署的第一节点，提供方对接于部署的第二节点。该方法可以应用于第一节点中，该第一节点可以实现为任何具有计算、处理能力的设备、平台、服务器或设备集群。该方法包括以下步骤：

在步骤301中，确定查询隐私数据的请求。

在本实施例中，第一节点可以确定查询隐私数据的请求，该请求的具体形式可以是第一节点向区块链发起的用于查询隐私数据的交易。该请求可以携带需求方对应的公钥以及预先部署于区块链的目标智能合约所对应的第一标识信息。区块链的各个节点可以根据该第一标识信息，查找目标智能合约，并通过执行该目标智能合约，从而基于需求方对应的公钥验证需求方的身份。

在本实施例中，该请求还可以携带目标智能合约中预设的目标计算方法的第二标识信息。该第二标识信息用于从目标智能合约中查找目标计算方法，目标计算方法用于处理训练数据，得到用于更新模型的数据。

在步骤302中，基于该请求携带的第二标识信息，查找预先部署于区块链上的目标智能合约中的目标计算方法。

在步骤303中，在目标智能合约中标记目标计算方法。

在本实施例中，第一节点可以基于该请求携带的第二标识信息，查找预先部署于区块链上的目标智能合约中的目标计算方法，并在目标智能合约中标记目标计算方法。

在本实施例中，提供方对接的各个节点可以基于该请求携带的第二标识信息，从目标智能合约中查找出目标计算方法，并利用目标计算方法处理本地训练数据，得到用于更新模型的数据，作为隐私数据。然后，利用需求方对应的公钥对隐私数据进行加密，得到目标数据，并将目标数据上链存证。

在步骤304中，基于该请求携带的公钥，验证需求方的身份。

在本实施例中，第一节点可以基于该请求中携带的第一标识信息查找到目标智能合约，并执行目标智能合约，以基于需求方的公钥验证需求方的身份。

在步骤305中，若确定需求方通过身份验证，从区块链上取出目标数据。

在步骤306中，利用上述公钥对应的私钥对目标数据进行解密，得到隐私数据。

在本实施例中，当确定需求方通过身份验证时，第一节点可以从区块链上取出各个提供方提供的各个目标数据。第一节点可以利用上述公钥对应的私钥(即需求方对应的私钥)对各个目标数据进行解密，得到各个用于更新模型的数据，并对各个用于更新模型的数据进行融合计算，以对模型进行更新。

本说明书的上述实施例提供的基于区块链共享隐私数据的方法，该方法应用于联邦建模的过程。通过确定查询隐私数据的请求，基于该请求携带的第二标识信息，查找预先部署于区块链上的目标智能合约中的目标计算方法，在目标智能合约中标记目标计算方法，基于该请求携带的公钥，验证需求方的身份。若确定需求方通过身份验证，从区块链上取出目标数据，并利用上述公钥对应的私钥对目标数据进行解密，得到隐私数据。从而能够通过区块链共享用于更新模型的数据，以进行联邦建模，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了联邦建模中的数据安全，而且提高了联邦建模的效率。

如图4所示，图4根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图，其中，隐私数据可以在需求方和提供方之间共享，需求方对接于部署的第一节点，提供方对接于部署的第二节点。该方法可以应用于第二节点中。该第二节点可以实现为任何具有计算、处理能力的设备、平台、服务器或设备集群。该方法包括以下步骤：

在步骤401中，获取需求方对应的公钥。

在步骤402中，获取隐私数据。

在本实施例中，第二节点可以获取需求方对应的公钥以及隐私数据。其中，隐私数据可以是任意形式的数据，隐私数据可以包括高风险用户名单，也可以包括用于更新模型的数据等，本实施例对隐私数据的具体形式和内容方面不限定。

在步骤403中，利用需求方对应的公钥对隐私数据进行加密，得到目标数据。

在步骤404中，将目标数据进行上链存证，并使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。

在本实施例中，第二节点可以利用需求方对应的公钥对隐私数据进行加密，得到目标数据。然后，将目标数据进行上链存证，并使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。

本说明书的上述实施例提供的基于区块链共享隐私数据的方法，通过获取需求方对应的公钥，获取隐私数据，利用需求方对应的公钥对隐私数据进行加密，得到目标数据，将目标数据进行上链存证，并使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。从而能够通过区块链共享隐私数据，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了隐私数据的安全，而且提高了共享隐私数据的效率。

如图5所示，图5根据一示例性实施例示出的另一种基于区块链共享隐私数据的方法的流程图，该实施例描述了联邦建模的过程。隐私数据可以在需求方和提供方之间共享。需求方为联邦建模涉及的模型融合计算平台，提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，隐私数据包括用于更新模型的数据。其中，需求方对接于部署的第一节点，提供方对接于部署的第二节点。该方法可以应用于第二节点中，该第二节点可以实现为任何具有计算、处理能力的设备、平台、服务器或设备集群。该方法包括以下步骤：

在步骤501中，从区块链中查询出目标智能合约。

在本实施例中，第一节点向区块链发起的用于查询隐私数据的请求。该请求可以携带需求方对应的公钥，以及携带预先部署于区块链的目标智能合约所对应的第一标识信息。第二节点可以响应于第一节点发起的请求，获取需求方对应的公钥，以及目标智能合约所对应的第一标识信息。然后，第二节点可以基于该第一标识信息，从区块链中查询出目标智能合约。

在步骤502中，获取目标智能合约中标记的目标计算方法。

在本实施例中，第二节点可以获取第一节点在目标智能合约中标记的目标计算方法。

在步骤503中，基于目标计算方法，处理本地训练数据，得到用于更新模型的数据作为隐私数据。

在步骤504中，获取需求方对应的公钥。

在步骤505中，利用需求方对应的公钥对隐私数据进行加密，得到目标数据。

在步骤506中，将目标数据进行上链存证，使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。

本说明书的上述实施例提供的基于区块链共享隐私数据的方法，该方法应用于联邦建模的过程。通过从区块链中查询出目标智能合约，获取目标智能合约中标记的目标计算方法，基于目标计算方法，处理本地训练数据，得到用于更新模型的数据作为隐私数据，获取需求方对应的公钥，利用需求方对应的公钥对隐私数据进行加密，得到目标数据，并将目标数据进行上链存证，使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。从而能够通过区块链共享用于更新模型的数据，以进行联邦建模，无需再各联盟的参与方之间建立专线传输数据，也无需进行离线传输，不仅保证了联邦建模中的数据安全，而且提高了联邦建模的效率。

应当注意，尽管在上述实施例中，以特定顺序描述了本说明书实施例的方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

与前述基于区块链共享隐私数据的方法实施例相对应，本说明书还提供了基于区块链共享隐私数据的装置的实施例。

如图6所示，图6是本说明书根据一示例性实施例示出的一种基于区块链共享隐私数据的装置框图，该隐私数据在需求方和提供方之间共享，需求方对接于部署的第一节点，该装置应用于第一节点，该装置可以包括：确定模块601，验证模块602，取出模块603和解密模块604。

其中，确定模块601，用于确定查询隐私数据的请求，该请求携带需求方对应的公钥。

验证模块602，用于基于该请求携带的所述公钥，验证需求方的身份。

取出模块603，用于若确定需求方通过身份验证，从区块链上取出目标数据，目标数据为利用上述公钥对隐私数据进行加密得到的。

解密模块604，用于利用上述公钥对应的私钥对目标数据进行解密，得到所述隐私数据。

在一些可选实施方式中，上述请求还携带预先部署于区块链的目标智能合约所对应的第一标识信息，该第一标识信息用于查找目标智能合约，目标智能合约用于基于上述公钥验证需求方的身份。

在另一些可选实施方式中，验证模块602可以包括：查找子模块和执行子模块(图中未示出)。

其中，查找子模块，用于基于第一标识信息查找到目标智能合约。

执行子模块，用于执行目标智能合约，以基于上述公钥验证需求方的身份。

在另一些可选实施方式中，隐私数据可以包括高风险用户名单。

在另一些可选实施方式中，需求方为联邦建模涉及的模型融合计算平台，提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，隐私数据包括用于更新模型的数据。

在另一些可选实施方式中，该请求还携带目标智能合约中预设的目标计算方法的第二标识信息，第二标识信息用于从目标智能合约中查找目标计算方法，目标计算方法用于处理训练数据，得到用于更新模型的数据。

在另一些可选实施方式中，该装置还可以包括：查找模块和标记模块(图中未示出)。

其中，查找模块，用于基于第二标识信息查找目标智能合约中的目标计算方法。

标记模块，用于在目标智能合约中标记目标计算方法。

应当理解，上述装置可以预先设置在第一节点中，也可以通过下载等方式而加载到第一节点中。上述装置中的相应模块可以与第一节点中的模块相互配合以实现基于区块链共享隐私数据的方案。

如图7所示，图7是本说明书根据一示例性实施例示出的一种基于区块链共享隐私数据的装置框图，该隐私数据在需求方和提供方之间共享，提供方对接于部署的第二节点，该装置应用于第二节点，该装置可以包括：第一获取模块701，第二获取模块702，加密模块703和上链模块704。

其中，第一获取模块701，用于获取隐私数据。

第二获取模块702，用于获取需求方对应的公钥。

加密模块703，用于利用该公钥对隐私数据进行加密，得到目标数据。

上链模块704，用于将目标数据进行上链存证，并使对接于需求方的第一节点在确定需求方通过身份验证时，从区块链上取出目标数据。

在一些可选实施方式中，隐私数据可以包括高风险用户名单。

在另一些可选实施方式中，需求方为联邦建模涉及的模型融合计算平台，提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，隐私数据包括用于更新模型的数据。

在另一些可选实施方式中，第一获取模块701可以包括：查询子模块，获取子模块和处理子模块(图中未示出)。

其中，查询子模块，用于从区块链中查询出目标智能合约。

获取子模块，用于获取目标智能合约中标记的目标计算方法。

处理子模块，用于基于目标计算方法，处理本地训练数据，得到用于更新模型的数据作为隐私数据。

应当理解，上述装置可以预先设置在第二节点中，也可以通过下载等方式而加载到第二节点中。上述装置中的相应模块可以与第二节点中的模块相互配合以实现基于区块链共享隐私数据的方案。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书一个或多个实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本说明书一个或多个实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图2至图5任一实施例提供的基于区块链共享隐私数据的方法。

对应于上述的基于区块链共享隐私数据的方法，本说明书一个或多个实施例还提出了图8所示的根据本说明书的一示例性实施例的电子设备的示意结构图。请参考图8，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成基于区块链共享隐私数据的装置。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域普通技术人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域普通技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。其中，软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (24)

1.一种基于区块链共享隐私数据的方法，所述隐私数据在需求方和提供方之间共享，所述需求方对接于部署的第一节点，所述方法应用于所述第一节点，所述方法包括：

确定查询隐私数据的请求；所述请求携带所述需求方对应的公钥；

基于所述请求携带的所述公钥，验证所述需求方的身份；

若确定所述需求方通过身份验证，从所述区块链上取出目标数据；所述目标数据为利用所述公钥对所述隐私数据进行加密得到的；

利用所述公钥对应的私钥对所述目标数据进行解密，得到所述隐私数据。

2.根据权利要求1所述的方法，其中，所述请求还携带预先部署于所述区块链的目标智能合约所对应的第一标识信息；所述第一标识信息用于查找所述目标智能合约；所述目标智能合约用于基于所述公钥验证所述需求方的身份。

3.根据权利要求2所述的方法，其中，所述基于所述请求携带的所述公钥，验证所述需求方的身份，包括：

基于所述第一标识信息查找到所述目标智能合约；

执行所述目标智能合约，以基于所述公钥验证所述需求方的身份。

4.根据权利要求1-3中任一所述的方法，其中，所述隐私数据包括高风险用户名单。

5.根据权利要求2所述的方法，其中，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

6.根据权利要求5所述的方法，其中，所述请求还携带所述目标智能合约中预设的目标计算方法的第二标识信息；所述第二标识信息用于从所述目标智能合约中查找所述目标计算方法；所述目标计算方法用于处理训练数据，得到所述用于更新模型的数据。

7.根据权利要求6所述的方法，其中，所述方法还包括：

基于所述第二标识信息查找所述目标智能合约中的所述目标计算方法；

在所述目标智能合约中标记所述目标计算方法。

8.一种基于区块链共享隐私数据的方法，所述隐私数据在需求方和提供方之间共享，所述提供方对接于部署的第二节点，所述方法应用于所述第二节点，所述方法包括：

获取所述隐私数据；

获取所述需求方对应的公钥；

利用所述公钥对所述隐私数据进行加密，得到目标数据；

将所述目标数据进行上链存证，并使对接于所述需求方的第一节点在确定所述需求方通过身份验证时，从所述区块链上取出所述目标数据。

9.根据权利要求8所述的方法，其中，所述隐私数据包括高风险用户名单。

10.根据权利要求8所述的方法，其中，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

11.根据权利要求10所述的方法，其中，所述获取所述隐私数据，包括：

从所述区块链中查询出目标智能合约；

获取所述目标智能合约中标记的目标计算方法；

基于所述目标计算方法，处理本地训练数据，得到用于更新模型的数据作为所述隐私数据。

12.一种基于区块链共享隐私数据的装置，所述隐私数据在需求方和提供方之间共享，所述需求方对接于部署的第一节点，所述装置应用于所述第一节点，所述装置包括：

确定模块，用于确定查询隐私数据的请求；所述请求携带所述需求方对应的公钥；

验证模块，用于基于所述请求携带的所述公钥，验证所述需求方的身份；

取出模块，用于若确定所述需求方通过身份验证，从所述区块链上取出目标数据；所述目标数据为利用所述公钥对所述隐私数据进行加密得到的；

解密模块，用于利用所述公钥对应的私钥对所述目标数据进行解密，得到所述隐私数据。

13.根据权利要求12所述的装置，其中，所述请求还携带预先部署于所述区块链的目标智能合约所对应的第一标识信息；所述第一标识信息用于查找所述目标智能合约；所述目标智能合约用于基于所述公钥验证所述需求方的身份。

14.根据权利要求13所述的装置，其中，所述验证模块包括：

查找子模块，用于基于所述第一标识信息查找到所述目标智能合约；

执行子模块，用于执行所述目标智能合约，以基于所述公钥验证所述需求方的身份。

15.根据权利要求12-14中任一所述的装置，其中，所述隐私数据包括高风险用户名单。

16.根据权利要求13所述的装置，其中，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

17.根据权利要求16所述的装置，其中，所述请求还携带所述目标智能合约中预设的目标计算方法的第二标识信息；所述第二标识信息用于从所述目标智能合约中查找所述目标计算方法；所述目标计算方法用于处理训练数据，得到所述用于更新模型的数据。

18.根据权利要求17所述的装置，其中，所述装置还包括：

查找模块，用于基于所述第二标识信息查找所述目标智能合约中的所述目标计算方法；

标记模块，用于在所述目标智能合约中标记所述目标计算方法。

19.一种基于区块链共享隐私数据的装置，所述隐私数据在需求方和提供方之间共享，所述提供方对接于部署的第二节点，所述装置应用于所述第二节点，所述装置包括：

第一获取模块，用于获取所述隐私数据；

第二获取模块，用于获取所述需求方对应的公钥；

加密模块，用于利用所述公钥对所述隐私数据进行加密，得到目标数据；

上链模块，用于将所述目标数据进行上链存证，并使对接于所述需求方的第一节点在确定所述需求方通过身份验证时，从所述区块链上取出所述目标数据。

20.根据权利要求19所述的装置，其中，所述隐私数据包括高风险用户名单。

21.根据权利要求19所述的装置，其中，所述需求方为联邦建模涉及的模型融合计算平台，所述提供方为联邦建模涉及的多个模型训练方中的任意一个模型训练方，所述隐私数据包括用于更新模型的数据。

22.根据权利要求21所述的装置，其中，所述第一获取模块包括：

查询子模块，用于从所述区块链中查询出目标智能合约；

获取子模块，用于获取所述目标智能合约中标记的目标计算方法；

处理子模块，用于基于所述目标计算方法，处理本地训练数据，得到用于更新模型的数据作为所述隐私数据。

23.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-11中任一项所述的方法。

24.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1-11中任一项所述的方法。

Images