CN113032817B - 基于区块链的数据对齐方法、装置、设备和介质 - Google Patents
基于区块链的数据对齐方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113032817B CN113032817B CN202110558648.0A CN202110558648A CN113032817B CN 113032817 B CN113032817 B CN 113032817B CN 202110558648 A CN202110558648 A CN 202110558648A CN 113032817 B CN113032817 B CN 113032817B
- Authority
- CN
- China
- Prior art keywords
- block chain
- data
- encrypted data
- participants
- participant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Abstract
本公开提供了一种基于区块链的数据对齐方法、装置、设备和介质,涉及数据处理技术领域,尤其涉及大数据、人工智能和区块链技术,可用于云计算和云服务。具体实现方案包括:获取不同区块链参与方的待对齐特征数据的目标加密数据;根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。本公开为特征数据对齐提供了一种新的思路,保证了特征数据对齐过程的数据安全。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据、人工智能和区块链技术,可用于云计算和云服务。
背景技术
随着人工智能技术的发展,机器学习在各个场景中得到了越来越广泛的应用。在机器学习的方案中,通常需要各机构采用自身所持有的各目标对象的样本数据进行模型训练。
实际情况中存在不同机构拥有相同目标对象在不同维度下的特征数据的情况,因此,可以通过数据对齐的方式进行特征维度的扩充,以丰富数据量。
然而,现有技术中在进行数据对齐时,需要各机构共享样本数据,会造成目标对象的数据泄露,存在一定的安全隐患。
发明内容
本公开提供了一种用于提高多参与方进行样本数据对齐时的数据安全性的基于区块链的数据对齐方法、装置、设备和存储介质。
根据本公开的一方面,提供了一种基于区块链的数据对齐方法,包括:
获取不同区块链参与方的待对齐特征数据的目标加密数据;
根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。根据本公开的另一方面,还提供了一种基于区块链的数据对齐装置,包括:
目标加密数据获取模块,用于获取不同区块链参与方的待对齐特征数据的目标加密数据;
公共特征数据确定模块,用于根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。根据本公开的另一方面,还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例所提供的任意一种基于区块链的数据对齐方法。
根据本公开的另一方面,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开实施例所提供的任意一种基于区块链的数据对齐方法。
根据本公开的另一方面,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开实施例所提供的任意一种基于区块链的数据对齐方法。
本公开的技术,为特征数据对齐提供了一种新的思路,保证了特征数据对齐过程的数据安全。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的基于区块链的数据对齐方法的流程图;
图2是本公开实施例提供的另一基于区块链的数据对齐方法的流程图;
图3是本公开实施例提供的另一基于区块链的数据对齐方法的流程图;
图4是本公开实施例提供的另一基于区块链的数据对齐方法的流程图;
图5是本公开实施例提供的另一基于区块链的数据对齐方法的流程图;
图6是本公开实施例提供的另一基于区块链的数据对齐方法的流程图;
图7是本公开实施例提供的基于区块链的数据对齐装置的结构图;
图8是用来实现本公开实施例的基于区块链的数据对齐方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例所涉及的各基于区块链的数据对齐方法和基于区块链的数据对齐装置,适用于各自持有特征维度不同的样本数据的至少两个区块链参与方,在不泄露数据隐私的情况下,对各区块链参与方的待对齐特征数据进行特征数据对齐情况。本公开的各基于区块链的数据对齐方法,可以由基于区块链的数据对齐装置执行,该装置采用软件和/或硬件实现,并具体配置于作为多方节点的其中一方的节点设备中。在一个可选实施例中,该节点设备可以是参与构建区块链网络的电子设备。
为了便于理解,首先对本公开所涉及的各基于区块链的数据对齐方法进行详细说明。
参见图1所示的基于区块链的数据对齐方法,包括:
S101、获取不同区块链参与方的待对齐特征数据的目标加密数据。
其中,区块链参与方的待对齐特征数据用于表征该区块链参与方所持有的样本数据对应的目标对象的对象标识的特征值。例如,若样本数据为学生成绩表,则相应的待对齐特征数据可以是学生学号或身份证编号;若样本数据为车辆在各位置点的位姿信息,则相应的待对齐特征数据可以是车辆标识等。
其中,待对齐特征数据的数量可以为至少一个;相应的,目标加密数据的数量对应为至少一个。
需要说明的是,待对齐特征数据可以是待对齐特征数据的特征值本身,还可以是特征值的关联数据,例如特征值经设定散列算法处理后得到的特征哈希值。其中,设定散列函数可以由技术人员根据需要或经验值进行设定,仅需保证各区块链参与方所采用散列函数相一致即可。
其中,区块链参与方的目标加密数据为对该区块链参与方的待对齐特征数据进行加密处理所得到的结果,避免直接进行待对齐特征数据的获取,造成的各区块链参与方的数据隐私的泄露。
示例性的,不同区块链参与方可以是区块链网络中的任意至少两个区块链参与方。
可选的,不同区块链参与方可以包括执行基于区块链的数据对齐方法的区块链参与方。或者可选的,不同区块链参与方可以包括执行基于区块链的数据对齐方法的区块链参与方之外的至少两个区块链参与方。
为了避免对不具备数据对齐需求的区块链参与方的计算,带来计算资源的浪费和时间成本的投入,可选的,还可以是从区块链网络中选取的具备数据对齐需求的至少两个区块链参与方,进行数据对齐处理。
示例性的,具备数据对齐需求的各区块链参与方可以通过线下招募获取得到,或者通过在区块链网络中发布事务请求,并基于矿工节点处理该事务请求得到。
在一个可选实施例中,区块链参与方基于样本对齐智能合约,向区块链网络发布包括样本需求的节点匹配请求;接收矿工节点反馈的满足样本需求的各区块链参与方的标识信息。
在一个具体实现方式中,具备数据对齐需求的其中一个区块链参与方,基于自身部署的样本对齐智能合约,调用样本对齐智能合约中的节点匹配函数,向区块链网络发布节点匹配请求;其中,该节点匹配请求中包括特征维度、特征类别和标签类别等至少一种样本需求;区块链网络中的矿工节点响应于该节点匹配请求,调用自身部署的样本对齐智能合约中的节点匹配函数,从收集的各候选参与方中,选取满足样本需求的至少部分候选参与方作为目标参与方;向节点匹配请求的发起方反馈目标参与方的标识信息。其中,目标参与方即为满足样本需求的各区块链参与方。相应的,不同区块链参与方为目标参与方中的至少两个参与方。
示例性的,若满足样本需求的候选参与方的数量较多,还可以根据各候选参与方的节点可信度、节点活跃度、节点计算能力和节点存储能力等参数中的至少一种,对满足样本需求的候选参与方进行筛选或排序,并将筛选结果或排序结果反馈至节点匹配请求的发起方。
可以理解的是,为了便于目标参与方中的其他参与方获知匹配情况,在确定目标参与方之后,还可以向目标参与方中除节点匹配请求的发起方之外的其他参与方,反馈所确定的各标识信息。
可以理解的是,通过区块链网络进行满足样本需求的各区块链参与方的确定,能够扩大所确定的区块链参与方的查找范围,同时保证查找过程的安全性,以及查找结果的可靠性。
示例性的,各区块链参与方获取不同区块链参与方的待对齐特征数据的目标加密数据,用于作为不同区块链参与方的公共特征数据的确定依据。
S102、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
若不同区块链参与方的目标加密数据存在交集,则确定上述不同区块链参与方的待对齐特征数据存在交集。将不同区块链参与方的目标加密数据的交集部分对应的待对齐特征数据,作为公共特征数据,用于进行不同区块链参与方的待对齐特征数据的对齐。
示例性的,可以将区块链参与方的公共特征数据,采用与该区块链参与方具备公共特征数据的其他区块链参与方的标识信息进行标记,便于进行其他区块链参与方的查找。
可以理解的是,通过公共特征数据作为不同区块链参与方的样本数据的索引数据,还能够实现对不同区块链参与方的样本数据的对齐和查找获取。
不同区块链参与方的对齐后的样本数据,可以用于进行机器学习模型的分布式联合训练。本公开对机器学习模型自身,以及机器学习模型的分布式联合训练方式,不作任何限定。
本公开通过引入不同区块链参与方的待对齐特征数据的目标加密数据,作为上述不同区块链参与方的公共特征数据的确定依据,避免了直接采用待对齐特征数据导致的各区块链参与方的待对齐特征数据的泄露,在进行特征数据对齐过程中,兼顾了数据安全,为特征数据对齐提供了新的思路。
在一个可选实施例中,当区块链参与方进行特征数据对齐完成之后,可以通过线下方式向其他区块链参与方发送对齐完成消息。为了扩大消息传输范围,同时保证消息传输的安全性和有效性,在另一可选实施例中,还可以基于样本对齐智能合约,向区块链网络发布对齐完成消息,以供所述区块链网络中的区块链节点根据所述对齐完成消息,进行对齐特征数据的查找或数量校验。可以理解的是,为了便于其他区块链参与方获知对齐特征数据的数据持有方,还可以在对齐完成消息中携带公共特征数据对应各区块链参与方的标识信息。
具体的,区块链参与方通过调用自身部署的样本对齐智能合约的消息发布函数,向区块链网络发布对齐完成消息;区块链网络中的各参与方在接收到对齐完成消息之后,根据实际需求与其中的至少一个区块链参与方进行数据交易。
当然,为了便于第三方进行设定样本需求的样本数据的关联查找,还可以将对齐完成消息中携带公共特征数据的区块链参与方的标识信息,向区块链网络进行对齐完成消息的发送。
在一个可选实施例中,对齐完成消息中可以包括具备公共特征数据的各区块链参与方的目标加密数据,以及对齐特征数据的对齐数量,用于对对齐特征数据进行数量校验,为数据对齐结果准确度提供保障。
示例性的,区块链节点获取到该对齐完成消息之后,根据对齐完成消息,确定具备公共特征数据的各区块链参与方的目标加密数据的交集;将交集中的目标加密数据的数量与对齐特征数据的对齐数量进行比对;若比对一致,则数据校验通过;否则,数据校验不通过。
在上述各技术方案的基础上,本公开还提供了一个可选实施例。该实施例对目标加密数据的生成过程进行了优化改进。
参见图2所示的基于区块链的数据对齐方法,包括:
S201、通过不同区块链参与方对每一区块链参与方的待对齐特征数据进行加密,得到该区块链参与方的目标加密数据。
针对每一区块链参与方,通过前述目标参与方中不同区块链参与方,对该区块链参与方的待对齐特征数据进行加密,得到该区块链参与方的目标加密数据。
其中,参与目标加密数据生成的不同区块链参与方,可以是目标参与方中的至少部分参与方。
以目标参与方中包括参与方A、参与方B、参与方C和参与方D,执行数据对齐方法的参与方A,需要对参与方B和参与方C进行数据对齐为例。参与方B的待对齐特征数据Data_B,需要通过参与方B和参与方C进行加密,得到参与方B的目标加密数据Data_B’;相应的,参与方C的待对齐特征数据Data_C需要通过参与方B和参与方C进行加密,得到参与方C的目标加密数据Data_C’。
为了便于目标参与方中的各参与方均能够通过一次计算实现数据对齐,在一个可选实施例中,在生成目标加密数据时的不同区块链参与方可以理解为目标参与方中的每个参与方。
延续前例,参与方B的待对齐特征数据Data_B,需要通过参与方A、B、C和D进行加密,得到参与方B的目标加密数据Data_B’’;相应的,参与方C的待对齐特征数据Data_C需要通过参与方A、B、C和D进行加密,得到参与方C的目标加密数据Data_C’’。
S202、获取不同区块链参与方的待对齐特征数据的目标加密数据。
可选的,若区块链参与方的目标加密数据,存储在该区块链参与方本地,则可以通过线下获取的方式,得到该区块链参与方的目标加密数据。或者可选的,若区块链参与方的目标加密数据,存储在区块链中的某个区块中,可以通过区块查询的方式,从区块链中进行该区块链参与方的目标加密数据的读取。
S203、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
若不同区块链参与方的目标加密数据存在交集,则确定上述不同区块链参与方的待对齐特征数据存在交集。因此,通过将不同区块链参与方的目标加密数据的交集对应待对齐特征数据,作为公共特征数据,用于进行不同区块链参与方的待对齐特征数据的对齐。
示例性的,可以将区块链参与方的公共特征数据,采用与该区块链参与方具备公共特征数据的其他区块链参与方的标识信息进行标记,便于进行其他区块链参与方的查找获取。
本公开通过不同区块链参与方进行目标加密数据的参与生成,实现了对待对齐特征数据的多重加密,保证了待对齐特征数据的数据安全。同时,通过不同区块链参与方,参与每一区块链参与方的目标加密数据的生成,保证了相同待对齐特征数据的目标加密数据也对应相同的特性,从而为公共特征数据的确定奠定了基础。
在上述各技术方案的基础上,本公开还提供了一个可选实施例。在该实施例中,对目标加密数据的生成过程,进行了优化改进。
参见图3所示的基于区块链的数据对齐方法,包括:
S301、基于椭圆曲线,根据每一区块链参与方的自身密钥,对自身待对齐特征数据进行加密,得到该区块链参与方的初始加密数据。
其中,椭圆曲线是基于椭圆曲线数学的一种公钥密码的方法,是目前被广泛使用的强大的密码学。基于椭圆曲线,可以确定私钥确定与私钥对应公钥,从而生成非对称密钥对,以实现对数据的加解密操作。需要说明的是,椭圆曲线可以由技术人员根据需要或经验值进行设定或调整,仅需保证各多方节点采用椭圆曲线相同即可。
其中,区块链参与方的自身密钥可以包括该区块链参与方的自身公钥和/或该区块链参与方的自身私钥。公钥即为可以向其他区块链参与方公开的密钥,私钥即为仅自己可知的密钥。
需要说明的是,由于初始加密数据经由该区块链参与方的自身密钥加密得到,因此,其他区块链参与方在得到该区块链节点的初始加密数据或中间加密数据时,无法直接或间接获知初始加密数据所属方的待对齐特征数据原文,从而保证了该区块链参与方的数据安全,避免了数据泄露。
S302、控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据。
示例性的,针对每一区块链参与方,该区块链参与方将自身的初始加密数据发送至其他区块链参与方;该其他区块链参与方接收到该区块链参与方的初始加密数据后,采用自身私钥对该区块链参与方的初始加密数据进行加密,得到中间加密数据;该其他区块链参与方将中间加密数据发送至未执行加密的下一新的其他区块链参与方;该新的其他区块链参与方采用自身私钥对该中间加密数据进行加密,以更新中间加密数据;继续进行新的区块链参与方的确定,周而复始,直至所有其他区块链参与方均完成了对初始加密数据的加密,并将最后确定的中间加密数据作为该区块链参与方的目标加密数据。
由于区块链参与方在进行加密操作后,需要进行下一其他区块链参与方的确定和数据的点对点传输,造成了计算量的增加。为了提高加密效率,在一个可选实施例中,控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据,可以是:控制其他区块链参与方获取中间加密数据;其中,所述中间加密数据为该区块链参与方的初始加密数据或该区块链参与方的初始加密数据的加密结果;若该其他区块链参与方未参与所述中间加密数据的生成,则控制该其他区块链参与方依据自身私钥,对所述中间加密数据进行加密,以更新所述中间加密数据;将各其他区块链参与方均参与生成的中间加密数据,作为该区块链参与方的目标加密数据。
可以理解的是,由于区块链参与方的初始加密数据基于椭圆曲线,并根据该区块链参与方的自身密钥生成,而目标加密数据采用其他区块链参与方的自身私钥,对初始加密数据加密得到,所以,目标加密数据的生成过程即为基于椭圆曲线的乘方运算过程。由于乘方运算过程满足交换律,因此,在目标加密数据生成过程中,无需关注各其他区块链参与方的加密顺序,仅需保证各其他区块链参与方对初始加密数据均进行了一次加密操作即可。
在一个可选实施例中,为了保证各其他区块链参与方加密的有序进行,还可以预先设定各区块链参与方之间的交互顺序,进而根据该交互顺序,依次进行数据传输和加密操作。
以区块链参与方包括节点A、节点B和节点C,以待对齐特征数据为各特征值的特征哈希值为例,进行举例说明。
节点A对自身样本数据中的各待对齐特征数据进行加密,得到节点A的第i个特征值的初始加密数据Pub’Ai。节点B对各初始加密数据Pub’Ai进行加密,得到节点A的第i个特征值的中间加密数据Pub’Ai_B。节点C对各中间加密数据Pub’Ai_B进行加密,得到节点A的第i个特征值的目标加密数据Pub’Ai_B_C。
当然,本公开对节点B和节点C的加密顺序不作任何限定,也即可以先采用节点C对节点A的各初始加密数据Pub’Ai进行加密,得到中间加密数据Pub’Ai_C;再采用节点B对各中间加密数据Pub’Ai_C进行加密,得到目标加密数据Pub’Ai_C_B。
S303、获取不同区块链参与方的待对齐特征数据的目标加密数据。
不同区块链参与方将自身目标加密数据进行交换,以使区块链参与方能够获知其他区块链参与方的目标加密数据,为后续公共特征数据的确定,提供了数据支撑。
S304、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
以不同区块链参与方包括第一参与方和第二参与方为例,若第一参与方的目标加密数据和第二参与方的目标加密数据存在交集,则说明第一参与方和第二参与方存在部分待对齐特征数据相同,将相同部分的待对齐特征数据作为公共特征数据,用于进行第一参与方与第二参与方之间的特征数据对齐。
值得注意的是,本公开以各区块链参与方的待对齐特征数据为基础,以该区块链参与方自身密钥和其他区块链参与方的自身私钥为支撑,生成目标加密数据,用于进行公共特征数据的确定。若待对齐特征数据为特征值的哈希值,若舍弃各区块链参与方的加密过程,仅通过各区块链参与方的特征哈希值的交集,进行公共特征数据的确定,将会存在数据间接泄露的问题,原因在于:由于待对齐特征数据本质为样本数据中各目标对象的标识信息,而标识信息通常按照设定规则生成,如手机号、学号等。以节点A为例,该节点A可以根据设定规则预先构建特征哈希库,在该特征哈希库中包括各候选特征值以及各候选特征值的特征哈希值。当该节点A接收到另一节点B的特征哈希值之后,节点A可以通过查找特征哈希库,确定节点B的特征哈希值对应的候选特征值,从而造成了节点B的数据泄露。
本公开通过引入椭圆曲线并根据该区块链参与方的自身密钥对该区块链参与方的自身待对齐特征数据进行加密,进行初始加密数据的生成,避免了该区块链参与方的待对齐特征数据的直接或间接泄露,提高了数据安全。同时,通过引入其他区块链参与方的自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据,从而保证了不同区块链参与方的目标加密数据相同时,相应待对齐特征数据相一致,为不同区块链参与方中特征数据对齐提供了新的思路,同时保证了各区块链参与方的数据安全,避免了各区块链参与方的隐私泄露。
在上述各技术方案的基础上,本公开还提供了一个可选实施例。在该实施例中,将初始加密数据的确定操作进行了优化改进。需要说明的是,在本实施例未详尽公开部分,可参见前述各技术方案的表述。
参见图4所示的基于区块链的数据对齐方法,包括:
S401、基于预设编码函数,根据每一区块链参与方的自身私钥对自身待对齐特征数据进行编码处理,得到该区块链参与方的初始加密数据;其中,所述预设编码函数基于椭圆曲线基点构建。
在一个可选实施例中,根据预设散列函数和椭圆曲线基点的乘积,构建预设编码函数。其中,预设散列函数和/或椭圆曲线,可以分别由技术人员根据需要或经验值进行设定,或通过大量试验进行调整确定。
可以理解的是,为了避免每次进行数据对齐时均需要进行预设编码函数的构建,造成计算资源的浪费、降低计算效率,在另一可选实施例中,还可以在一次构建预设编码函数之后,将该预设编码函数本地存储,或存储至与区块链参与方相关联的其他存储设备或云端中,以供查找或后续使用。
需要说明的是,本公开中的数据运算为基于椭圆曲线数学的运算。
以不同区块链参与方包括节点A、节点B和节点C为例,对各节点的初始加密数据的具体过程详细说明。
节点A:Pub'Ai=HP(ID_Ai)^Prv'A=Hash(ID_Ai)*G^Prv'A;
节点B:Pub'Bj=HP(ID_Bj)^Prv'B=Hash(ID_Bj)*G^Prv'B;
节点C:Pub'Ck=HP(ID_Ck)^Prv'C=Hash(ID_Ck)*G^Prv'C。
其中,Pub'Ai为节点A的第i个待对齐特征数据ID_Ai的初始加密数据。Pub'Bj为节点B的第j个待对齐特征数据ID_Bj的初始加密数据。Pub'Ck为节点C的第k个待对齐特征数据ID_Ck的初始加密数据。HP( )为预设编码函数;Hash( )为预设散列函数;G为椭圆曲线基点;Prv'A为节点A的私钥;Prv'B为节点B的私钥;Prv'C为节点C的私钥。
S402、控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据。
针对每个区块链参与方,其他区块链参与方依据自身私钥对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据。
延续前例,节点C采用自身私钥Prv’C,对节点A的各初始加密数据Pub'Ai进行加密,得到节点A的第i个待对齐特征数据ID_Ai的中间加密数据Pub'Ai_C。
节点A采用自身私钥Prv’A,对节点B的各初始加密数据Pub'Bj进行加密,得到节点B的第j个待对齐特征数据ID_Bj的中间加密数据Pub'Bj_A。
节点B采用自身私钥Prv’B,对节点C的各初始加密数据Pub'Ck加密,得到节点C的第k个待对齐特征数据ID_Ck的中间加密数据Pub'Ck_B。
其中,各节点所确定的各中间加密数据如下:
节点A:Pub'Bj_A=Pub'Bj^Prv'A=Hash(ID_Bj)*G^Prv'B^Prv'A;
节点B:Pub'Ck_B=Pub'Ck^Prv'B=Hash(ID_Ck)*G^Prv'C^Prv'B;
节点C:Pub'Ai_C=Pub'Ai^Prv'C=Hash(ID_Ai)*G^Prv'A^Prv'C。
节点C采用自身私钥Prv’C,对节点A的各中间加密数据Pub'Bj_A进行加密,得到节点B的第j个待对齐特征数据ID_Bj的目标加密数据Pub'Bj_A_C。
节点A采用自身私钥Prv’A,对节点C的各中间加密数据Pub'Ck_B进行加密,得到节点C的第k个待对齐特征数据ID_Ck的目标加密数据Pub'Ck_B_A。
节点B采用自身私钥Prv’B,对节点A的各中间加密数据Pub'Ai_C进行加密,得到节点A的第i个待对齐特征数据ID_Ai的目标加密数据Pub'Ai_C_B。
其中,各节点所确定的各目标加密数据如下:
节点A:
Pub'Ck_B_A=Pub'Ck ^ Prv'B=Hash(ID_Ck)*G^Prv'C^Prv'B^Prv'A;
节点B:
Pub'Ai_C_B=Pub'Ai ^ Prv'C=Hash(ID_Ai)*G^Prv'A^Prv'C^Prv'B;
节点C:
Pub'Bj_A_C=Pub'Bj ^ Prv'A=Hash(ID_Bj)*G^Prv'B^Prv'A^Prv'C。
需要说明的是,上述仅示例性表示的节点A、节点B和节点C的目标加密数据的生成过程,本公开对各节点对其他节点的初始加密数据的加密顺序不作任何限定。
S403、获取不同区块链参与方的待对齐特征数据的目标加密数据。
不同区块链参与方根据需要进行其他区块链参与方的目标加密数据的获取。
需要说明的是,不同区块链参与方可以通过广播方式加以实现,还可以通过点对点数据传输的方式,本公开对此不作任何限定。
延续前例,例如,节点A、节点B和节点C中分别共享自身的目标加密数据。
S404、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
延续前例,由于基于椭圆曲线的乘方计算满足交换律,因此,各节点自身的目标加密数据分别如下:
节点A:
Pub'Ai_C_B=Hash(ID_Ai)*G^Prv'A^Prv'C^Prv'B=Hash(ID_Ai)*G^Prv'A^Prv'B^Prv'C;
节点B:
Pub'Bj_A_C=Hash(ID_Bj)*G^Prv'B^Prv'A^Prv'C=Hash(ID_Bj)*G^Prv'A^Prv'B^Prv'C;
节点C:
Pub'Ck_B_A=Hash(ID_Ck)*G^Prv'C^Prv'B^Prv'A=Hash(ID_Ck)*G^Prv'A^Prv'B^Prv'C。
因此,若节点A、节点B和节点C中存在待对齐特征数据相同,那么相应的目标加密数据也对应相同。所以,可以通过确定节点A、节点B和节点C之间的目标加密数据的一致性,即可在无法获知彼此待对齐特征数据的情况下,确定节点之间的公共特征数据。
本公开通过将初始加密数据的确定操作,细化为基于预设编码函数,根据该区块链参与方的自身私钥对待对齐特征数据进行编码处理,得到该区块链参与方的初始加密数据;其中,预设编码函数基于椭圆曲线基点构建。上述技术方案完善了初始加密数据的确定方式,从而为不同区块链参与方之间的特征对齐奠定了基础。
在上述各技术方案的基础上,本公开还提供了另一可选实施例。在该实施例中,将初始加密数据的确定操作进行了优化改进。需要说明的是,在本实施例未详尽公开部分,可参见前述各技术方案的表述。
参见图5所示的基于区块链的数据对齐方法,包括:
S501、根据每一区块链参与方的自身公钥,将自身待对齐特征数据,转换为椭圆曲线上的点,得到该区块链参与方的初始加密数据。
由于节点的公钥基于椭圆曲线,根据节点私钥生成。因此,前述实施例中基于与椭圆曲线基点相关的预设编码函数,根据区块链参与方的自身私钥对待对齐特征数据进行编码的操作,可等效为根据区块链参与方的自身公钥,将自身待对齐特征数据,转换为椭圆曲线上的点。
其中,椭圆曲线可以由技术人员根据需要或经验值进行设定,或通过大量试验进行调整确定。
继续以不同区块链参与方包括节点A、节点B和节点C为例,对各节点的初始加密数据的具体生成过程详细说明。
节点A:Pub'Ai=Hash(ID_Ai)*Pub'A=Hash(ID_Ai)*G^Prv'A;
节点B:Pub'Bj=Hash(ID_Bj)*Pub'B=Hash(ID_Bj)*G^Prv'B;
节点C:Pub'Ck=Hash(ID_Ck)*Pub'C=Hash(ID_Ck)*G^Prv'C。
其中,Pub'Ai为节点A的第i个待对齐特征数据ID_Ai的初始加密数据。Pub'Bj为节点B的第j个待对齐特征数据ID_Bj的初始加密数据。Pub'Ck为节点C的第k个待对齐特征数据ID_Ck的初始加密数据。Hash( )为预设散列函数;Pub'A为节点A的公钥;Pub'B为节点B的公钥;Pub'C为节点C的公钥;G为椭圆曲线基点;Prv'A为节点A的私钥;Prv'B为节点B的私钥;Prv'C为节点C的私钥。
S502、控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据。
S503、获取不同区块链参与方的待对齐特征数据的目标加密数据。
S504、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
本公开通过将每一区块链参与方的初始加密数据的确定操作,细化为根据该区块链参与方的自身公钥,将自身待对齐特征数据,转换为椭圆曲线上的点,得到该区块链参与方的初始加密数据,为初始加密数据的确定提供了另一种可行方式,丰富了初始加密数据确定方式的多样性,同时为不同区块链参与方之间的特征数据对齐奠定了基础。
由于不同区块链参与方在进行数据交互时,可能存在其中一个节点篡改自身数据,使得自身的目标加密数据与其他区块链参与方的目标加密数据交集较多,也即伪造自身待对齐特征数据与其他区块链参与方存在较多公共特征数据的情况,从而进行非法获利。为了避免不同区块链参与方在进行公共特征数据确定过程存在作假,导致公共特征数据确定结果准确度较差的情况的发生,在上述各技术方案的基础上,本公开还提供了另一可选实施例。在该可选实施例中,引入目标加密数据的整体哈希值,从而通过整体哈希值对相应区块链参与方的目标加密数据的准确性进行校验,从而根据校验结果控制公共特征数据的确定与否。
参见图6所示的基于区块链的数据对齐方法,包括:
S601、获取不同区块链参与方的目标加密数据各自的整体哈希值。
针对每个区块链参与方,该区块链参与方确定自身全部目标加密数据的整体哈希值;相应的,该区块链参与方在获取不同区块链参与方的目标加密数据之前,进行相应区块链参与方的整体哈希值的获取。
示例性的,针对每个区块链参与方,该区块链参与方采用设定散列函数,确定自身目标加密数据的整体哈希值。
S602、获取不同区块链参与方的待对齐特征数据的目标加密数据。
S603、根据接收到的其他区块链参与方的整体哈希值,对该其他区块链参与方的目标加密数据进行准确性校验。
确定接收到的其他区块链参与方的目标加密数据的整体哈希值作为待检验哈希值;将待校验哈希值与接收到的该其他区块链参与方的整体哈希值进行比较;根据比较结果,对该其他区块链参与方的目标加密数据的准确性进行校验。
示例性的,针对每个区块链参与方,该区块链参与方采用设定散列函数,确定接收到的其他区块链参与方的目标加密数据的整体哈希值作为待校验哈希值;将待校验哈希值与该区块链参与接收到的该其他区块链参与方的整体哈希值进行比对;若比对一致,则对该其他区块链参与方的准确性校验通过;否则,对该其他区块链参与方的准确性校验不通过。
S604、根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
由于校验未通过的其他区块链参与方存在数据作假情况,因此仅需进行校验通过的不同区块链参与方的公共特征数据的确定,从而避免由于区块链参与方人为篡改数据给未篡改方带来的计算资源的浪费、时间成本的投入等。
可以理解的是,在获取不同区块链参与方的整体哈希值之后,才进行不同区块链参与方的目标加密数据的获取,相应的,基于整体哈希值对相应区块链参与方的目标加密数据的准确性进行校验,从而对不同区块链参与方的目标加密数据的修改行为加以约束,避免了区块链参与方在预先获取到其他区块链参与方的目标加密数据的情况下,对自身目标加密数据进行修改,人为增加公共特征数据的情况的发生,从而为公共特征数据确定结果的准确度的提高提供了保障,进而避免了区块链参与方的计算成本、时间损失和财产损失。
作为上述各基于区块链的数据对齐方法的实现,本公开还提供了一个实施上述各技术方案的基于区块链的数据对齐方法的虚拟装置的实施例。
进一步参见图7所示的基于区块链的数据对齐装置700,包括:目标加密数据获取模块701和公共特征数据确定模块702。其中,
目标加密数据获取模块701,用于获取不同区块链参与方的待对齐特征数据的目标加密数据;
公共特征数据确定模块702,用于根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐。
本公开通过引入不同区块链参与方的待对齐特征数据的目标加密数据,作为上述不同区块链参与方的共同特征数据的确定依据,避免了直接采用待对齐特征数据导致的各区块链参与方的待对齐特征数据的泄露,在进行特征数据对齐过程中,兼顾了数据安全,为特征数据对齐提供了新的思路。
在一个可选实施例中,所述装置,还包括:
目标加密数据确定模块,用于通过不同区块链参与方对该区块链参与方的待对齐特征数据进行加密,得到该区块链参与方的目标加密数据。
在一个可选实施例中,所述目标加密数据确定模块,包括:
初始加密数据确定单元,用于基于椭圆曲线,根据该区块链参与方的自身密钥,对自身待对齐特征数据进行加密,得到该区块链参与方的初始加密数据;
目标加密数据确定单元,用于控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据。
在一个可选实施例中,所述初始加密数据确定单元,包括:
私钥加密子单元,用于基于预设编码函数,根据该区块链参与方的自身私钥对自身待对齐特征数据进行编码处理,得到该区块链参与方的初始加密数据;
其中,所述预设编码函数基于椭圆曲线基点构建。
在一个可选实施例中,所述初始加密数据确定单元,包括:
公钥加密子单元,用于根据该区块链参与方的自身公钥,将自身待对齐特征数据,转换为椭圆曲线上的点,得到该区块链参与方的初始加密数据。
在一个可选实施例中,所述目标加密数据确定单元,包括:
中间加密数据获取子单元,用于控制其他区块链参与方获取中间加密数据;其中,所述中间加密数据为该区块链参与方的初始加密数据或该区块链参与方的初始加密数据的加密结果;
中间加密数据更新子单元,用于若该其他区块链参与方未参与所述中间加密数据的生成,则控制该其他区块链参与方依据自身私钥,对所述中间加密数据进行加密,以更新所述中间加密数据;
目标加密数据确定子单元,用于将各其他区块链参与方均参与生成的中间加密数据,作为该区块链参与方的目标加密数据。
在一个可选实施例中,所述装置,还包括:
整体哈希值获取模块,用于在获取不同区块链参与方的待对齐特征数据的目标加密数据之前,获取不同区块链参与方的目标加密数据各自的整体哈希值;
准确性校验模块,用于在根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据之前,根据接收到的其他区块链参与方的整体哈希值,对该其他区块链参与方的目标加密数据进行准确性校验。
在一个可选实施例中,所述装置,还包括:
节点匹配请求发布模块,用于基于样本对齐智能合约,向区块链网络发布包括样本需求的节点匹配请求;
标识信息接收模块,用于接收矿工节点反馈的满足所述样本需求的各区块链参与方的标识信息。
在一个可选实施例中,所述装置,还包括:
对齐完成消息发布模块,用于基于样本对齐智能合约,向区块链网络发布对齐完成消息,以供所述区块链网络中的区块链节点根据所述对齐完成消息,进行对齐特征数据的查找或数量校验。
上述基于区块链的数据对齐装置可执行本公开任意实施例所提供的基于区块链的数据对齐方法,具备执行基于区块链的数据对齐方法相应的功能模块和有益效果。
需要说明的是,本公开的技术方案中,所涉及的初始加密数据、目标加密数据等的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如基于区块链的数据对齐方法。例如,在一些实施例中,基于区块链的数据对齐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的基于区块链的数据对齐方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于区块链的数据对齐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程基于区块链的数据对齐装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.基于区块链的数据对齐方法,包括:
获取不同区块链参与方的待对齐特征数据的目标加密数据;
根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐;
其中,每一区块链参与方的目标加密数据采用以下方式确定:
根据预设编码函数,对该区块链参与方的自身待对齐特征数据进行编码处理,并将编码处理结果作为底数,将该区块链参与方的自身私钥作为指数,进行幂运算,得到该区块链参与方的初始加密数据;其中,所述预设编码函数为预设散列函数与椭圆曲线基点的乘积;或者,
根据预设散列函数,对该区块链参与方的自身待对齐特征数据进行编码处理,将编码处理结果与该区块链参与方自身公钥的乘积,作为该区块链参与方的初始加密数据;其中,该区块链参与方的自身公钥,基于椭圆曲线根据该区块链参与方的自身私钥生成;
控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据;
其中,该区块链参与方的目标加密数据与该区块链参与方的待对齐特征数据不同。
2.根据权利要求1所述的方法,其中,所述控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据,包括:
控制其他区块链参与方获取中间加密数据;其中,所述中间加密数据为该区块链参与方的初始加密数据或该区块链参与方的初始加密数据的加密结果;
若该其他区块链参与方未参与所述中间加密数据的生成,则控制该其他区块链参与方依据自身私钥,对所述中间加密数据进行加密,以更新所述中间加密数据;
将各其他区块链参与方均参与生成的中间加密数据,作为该区块链参与方的目标加密数据。
3.根据权利要求1所述的方法,其中,在所述获取不同区块链参与方的待对齐特征数据的目标加密数据之前,所述方法还包括:
获取不同区块链参与方的目标加密数据各自的整体哈希值;
在所述根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据之前,所述方法还包括:
根据接收到的其他区块链参与方的整体哈希值,对该其他区块链参与方的目标加密数据进行准确性校验。
4.根据权利要求1-3任一项所述的方法,还包括:
基于样本对齐智能合约,向区块链网络发布包括样本需求的节点匹配请求;
接收矿工节点反馈的满足所述样本需求的各区块链参与方的标识信息。
5.根据权利要求1-3任一项所述的方法,还包括:
基于样本对齐智能合约,向区块链网络发布对齐完成消息,以供所述区块链网络中的区块链节点根据所述对齐完成消息,进行对齐特征数据的查找或数量校验。
6.基于区块链的数据对齐装置,包括:
目标加密数据获取模块,用于获取不同区块链参与方的待对齐特征数据的目标加密数据;
公共特征数据确定模块,用于根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据,用于进行特征数据对齐;
其中,所述装置,还包括,目标加密数据确定模块,具体包括初始加密数据确定单元,用于
根据预设编码函数,对该区块链参与方的自身待对齐特征数据进行编码处理,并将编码处理结果作为底数,将该区块链参与方的自身私钥作为指数,进行幂运算,得到该区块链参与方的初始加密数据;其中,所述预设编码函数为预设散列函数与椭圆曲线基点的乘积;或者,
根据预设散列函数,对该区块链参与方的自身待对齐特征数据进行编码处理,并将编码处理结果与该区块链参与方自身公钥的乘积,作为该区块链参与方的初始加密数据;其中,该区块链参与方的自身公钥,基于椭圆曲线根据该区块链参与方的自身私钥生成;
目标加密数据确定单元,用于控制其他区块链参与方依据自身私钥,对该区块链参与方的初始加密数据进行加密,得到该区块链参与方的目标加密数据;
其中,该区块链参与方的目标加密数据与该区块链参与方的待对齐特征数据不同。
7.根据权利要求6所述的装置,其中,所述目标加密数据确定单元,包括:
中间加密数据获取子单元,用于控制其他区块链参与方获取中间加密数据;其中,所述中间加密数据为该区块链参与方的初始加密数据或该区块链参与方的初始加密数据的加密结果;
中间加密数据更新子单元,用于若该其他区块链参与方未参与所述中间加密数据的生成,则控制该其他区块链参与方依据自身私钥,对所述中间加密数据进行加密,以更新所述中间加密数据;
目标加密数据确定子单元,用于将各其他区块链参与方均参与生成的中间加密数据,作为该区块链参与方的目标加密数据。
8.根据权利要求6所述的装置,还包括:
整体哈希值获取模块,用于在获取不同区块链参与方的待对齐特征数据的目标加密数据之前,获取不同区块链参与方的目标加密数据各自的整体哈希值;
准确性校验模块,用于在根据不同区块链参与方的目标加密数据的交集,确定不同区块链参与方之间的公共特征数据之前,根据接收到的其他区块链参与方的整体哈希值,对该其他区块链参与方的目标加密数据进行准确性校验。
9.根据权利要求6-8任一项所述的装置,还包括:
节点匹配请求发布模块,用于基于样本对齐智能合约,向区块链网络发布包括样本需求的节点匹配请求;
标识信息接收模块,用于接收矿工节点反馈的满足所述样本需求的各区块链参与方的标识信息。
10.根据权利要求6-8任一项所述的装置,还包括:
对齐完成消息发布模块,用于基于样本对齐智能合约,向区块链网络发布对齐完成消息,以供所述区块链网络中的区块链节点根据所述对齐完成消息,进行对齐特征数据的查找或数量校验。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的基于区块链的数据对齐方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的基于区块链的数据对齐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558648.0A CN113032817B (zh) | 2021-05-21 | 2021-05-21 | 基于区块链的数据对齐方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558648.0A CN113032817B (zh) | 2021-05-21 | 2021-05-21 | 基于区块链的数据对齐方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032817A CN113032817A (zh) | 2021-06-25 |
CN113032817B true CN113032817B (zh) | 2022-07-08 |
Family
ID=76455546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110558648.0A Active CN113032817B (zh) | 2021-05-21 | 2021-05-21 | 基于区块链的数据对齐方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032817B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116089991B (zh) * | 2023-04-13 | 2024-02-20 | 北京百度网讯科技有限公司 | 数据对齐方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103107890B (zh) * | 2013-02-08 | 2016-08-31 | 彭艳兵 | 一种多方加密、签名、零知识证明的方法 |
CN110505062B (zh) * | 2019-08-27 | 2023-06-09 | 杭州云象网络技术有限公司 | 一种应用于联盟链的动态椭圆曲线加密方法 |
CN112132292A (zh) * | 2020-09-16 | 2020-12-25 | 建信金融科技有限责任公司 | 基于区块链的纵向联邦学习数据处理方法、装置及系统 |
CN112202612B (zh) * | 2020-09-29 | 2023-06-20 | 东软集团股份有限公司 | 区块链节点管理方法、存储介质、节点以及区块链系统 |
CN112328617A (zh) * | 2020-11-19 | 2021-02-05 | 杭州趣链科技有限公司 | 纵向联邦学习的学习模式参数更新方法和电子装置 |
CN112765677B (zh) * | 2020-12-30 | 2024-01-23 | 杭州溪塔科技有限公司 | 一种基于区块链的联邦学习方法、装置和系统 |
-
2021
- 2021-05-21 CN CN202110558648.0A patent/CN113032817B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113032817A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110199302B (zh) | 事件驱动的区块链工作流处理 | |
EP4160440A1 (en) | Federated computing processing method and apparatus, electronic device, and storage medium | |
KR20200074909A (ko) | 블록체인 네트워크에서의 데이터 격리 | |
CN112231652B (zh) | 可信环境远程验证方法、装置、设备、系统及介质 | |
CN113900598B (zh) | 基于区块链的数据存储方法、装置、设备以及存储介质 | |
CN112738253B (zh) | 基于区块链的数据处理方法、装置、设备及存储介质 | |
CN112636929B (zh) | 群组业务实现方法、装置、设备和存储介质 | |
US20230186049A1 (en) | Training method and apparatus for a neural network model, device and storage medium | |
CN113037489B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN113032817B (zh) | 基于区块链的数据对齐方法、装置、设备和介质 | |
CN109858285A (zh) | 区块链数据的处理方法、装置、设备和介质 | |
US20230195940A1 (en) | Blockchain-based data processing method and apparatus, device, and storage medium | |
CN115481440B (zh) | 数据处理方法、装置、电子设备和介质 | |
CN115964755B (zh) | 数据授权及验证方法、装置、设备和存储介质 | |
CN115334026B (zh) | 基于区块链的即时通信处理方法、装置、设备及存储介质 | |
CN112348197A (zh) | 基于联邦学习的模型生成方法及装置 | |
CN113935069A (zh) | 一种基于区块链的数据验证方法、装置、设备及存储介质 | |
CN115130012A (zh) | 加入团体的方法、装置、电子设备和存储介质 | |
CN114553548A (zh) | 通信方法、装置、设备及存储介质 | |
CN116226204A (zh) | 基于联合学习平台的场景确定方法、装置、设备及存储介质 | |
CN114282237B (zh) | 一种通信方法、装置、设备及存储介质 | |
CN114362969B (zh) | 一种基于区块链的数据验证方法、装置、设备及存储介质 | |
CN115130149B (zh) | 区块链处理方法、装置、设备及存储介质 | |
CN114841372A (zh) | 基于区块链的联邦处理方法、装置、设备及存储介质 | |
WO2024082515A1 (zh) | 一种去中心化的联邦聚类学习方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |