CN113642239B - 一种联邦学习建模方法及系统 - Google Patents

一种联邦学习建模方法及系统 Download PDF

Info

Publication number
CN113642239B
CN113642239B CN202110931500.7A CN202110931500A CN113642239B CN 113642239 B CN113642239 B CN 113642239B CN 202110931500 A CN202110931500 A CN 202110931500A CN 113642239 B CN113642239 B CN 113642239B
Authority
CN
China
Prior art keywords
node
target
federal learning
learning modeling
application
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
Application number
CN202110931500.7A
Other languages
English (en)
Other versions
CN113642239A (zh
Inventor
花京华
袁晔
傅跃兵
冯建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Rongshulianzhi Technology Co ltd
Original Assignee
Beijing Rongshulianzhi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Rongshulianzhi Technology Co ltd filed Critical Beijing Rongshulianzhi Technology Co ltd
Publication of CN113642239A publication Critical patent/CN113642239A/zh
Application granted granted Critical
Publication of CN113642239B publication Critical patent/CN113642239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Computer And Data Communications (AREA)
  • Storage Device Security (AREA)

Abstract

本申请公开了一种联邦学习建模方法及系统。方法包括:获取应用节点的配置信息,并基于配置信息确定应用节点请求加入的目标网络环境;从区块链中确定与目标网络环境匹配的目标节点;向目标节点发送联邦学习建模请求,以使目标节点将第一节点状态满足联邦学习建模请求的第一候选合作节点确定为第一目标合作节点;向第一目标合作节点发送联邦学习建模任务;接收第一目标合作节点反馈的联邦学习建模数据,并根据联邦学习建模数据完成联邦学习建模任务。本申请在不同网络环境下设置不同的目标节点,然后由目标节点选择合作节点,解决了处于内部网络环境下的合作节点无法主动与处于外部网路环境的应用节点进行联邦学习建模的问题。

Description

一种联邦学习建模方法及系统
技术领域
本申请涉及计算机领域,尤其涉及一种联邦学习建模方法及系统。
背景技术
联邦学习联邦机器学习是一个机器学习框架,能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和机器学习建模。联邦学习作为分布式的机器学习范式,可以有效解决数据孤岛问题,让参与方在不共享数据的基础上联合建模,能从技术上打破数据孤岛,实现AI协作。
如某一个节点可能同时作为应用节点和数据源合作节点,既存在与公共网络环境中的节点进行联邦学习建模的需求,同时又存在与内部网络环境中的节点(数据源节点)进行联邦学习建模的需求,此时处于内部网络环境下的合作节点考虑安全性而仅能主动加入内部网络环境,无法主动与处于外部网路环境的应用节点进行联邦学习建模。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种联邦学习建模方法及系统。
根据本申请实施例的一个方面,提供了一种联邦学习建模方法,应用于区块链上的应用节点,所述方法包括:
获取所述应用节点的配置信息,并基于所述配置信息确定所述应用节点请求加入的目标网络环境;
从所述区块链中确定与所述目标网络环境匹配的目标节点,其中,所述目标节点中存储有所述目标网络环境中至少一个第一候选合作节点的第一节点状态;
向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点;
向所述第一目标合作节点发送联邦学习建模任务,其中,所述联邦学习建模任务用于请求所述第一目标合作节点发送联邦学习建模数据;
接收所述第一目标合作节点反馈的联邦学习建模数据,并根据所述联邦学习建模数据完成联邦学习建模任务,其中,所述联邦学习建模数据是由所述第一目标合作节点对所述联邦学习建模任务验证通过后发送的。
进一步地,所述目标网络环境包括:公共网络环境以及内部网络环境;
所述从所述区块链中确定与所述目标网络环境匹配的目标节点,包括:
在所述目标网络环境为公共网络环境的情况下,将所述区块链中的管理节点确定为所述目标节点;
或,在所述目标网络环境为私有网络环境的情况下,将所述区块链中的内部节点中心确定为所述目标节点。
进一步地,在所述目标节点为管理节点的情况下,所述向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为目标合作节点,包括:
获取所述应用节点的目标身份信息以及数据应用请求;
基于所述目标身份信息以及所述数据应用请求,生成所述联邦学习建模请求;
向所述管理节点发送所述联邦学习建模请求,以使所述管理节点将所述目标身份信息发送至所述公共网络环境,获取公共网络环境中各个节点反馈的认证结果,在认证结果用于指示所述目标身份信息认证通过的情况下,将所述第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点。
进一步地,在所述目标节点为内部节点中心的情况下,所述向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点,包括:
获取所述应用节点随机生成的公私钥对,以及所述应用节点的目标身份信息和数据应用请求;
基于所述公私钥对、所述目标身份信息以及所述数据应用请求,生成所述联邦学习建模请求;
向所述内部节点中心发送所述联邦学习建模请求,以使所述内部节点中心将所述目标身份信息发送至所述内部网络环境,获取内部网络环境中各个节点反馈的认证结果,在认证结果用于指示所述目标身份信息认证通过的情况下,将所述第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点,并将所述公私钥对中的公钥发送至所述第一目标合作节点。
进一步地,在所述向所述第一目标合作节点发送联邦学习建模任务之前,所述方法还包括:
获取所述联邦学习建模请求的发送时间;
利用所述公私钥对中的私钥对所述目标身份信息以及所述发送时间进行加密,生成令牌数据;
基于所述发送时间、所述目标身份信息、所述令牌数据以及任务内容生成所述联邦学习建模任务。
进一步地,在不存在满足联邦学习建模请求的第一候选合作节点的情况下,所述方法还包括:
从本地获取与所述应用节点关联的第二候选合作节点,以及所述第二候选合作节点对应的第二节点状态;
将第二节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第二目标合作节点;
获取所述第二目标合作节点的第三身份信息,且在所述第三身份信息认证通过的情况下,启动联邦学习建模。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的管理节点,所述方法包括:
接收处于公共网络环境的应用节点发送的联邦学习建模请求,其中,所述联邦学习建模请求包括:所述应用节点的目标身份信息以及数据应用请求;
向所述管理节点对应的公共网络环境发送所述目标身份信息,并接收所述公共网络环境中各个节点反馈的认证结果,其中,所述公共网络环境中包括至少一个第一候选合作节点;
在所述认证结果用于指示所述目标身份信息认证通过的情况下,将第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的内部节点中心,所述方法包括:
获取处于公共网络环境的应用节点发送的联邦学习建模请求,其中,所述联邦学习建模请求携带所述应用节点的目标身份信息、数据应用请求,以及所述应用节点生成的公私钥对;
向所述内部节点中心对应的内部网络发送所述目标身份信息,其中,所述内部网络包括至少一个第一候选合作节点,其中,所述内部网络环境中包括至少一个第一候选合作节点;
在确定所述候选合作节点对所述目标身份信息认证成功的情况下,获取所述候选合作节点的第一节点状态;
根据所述第一节点状态确定满足所述数据应用请求的第一目标合作节点,并向所述第一目标合作节点发送公钥,以使所述第一目标合作节点根据所述公钥对所述应用节点发送的建模数据进行联邦学习建模。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的目标合作节点,所述方法包括:
接收应用节点发送的联邦学习建模任务,其中,所述联邦学习建模任务用于请求获取联邦学习建模数据,所述联邦学习建模任务包括:所述应用节点的目标身份信息,所述应用节点发送联邦学习建模请求的发送时间,令牌数据以及任务内容;
利用预先存储的公钥对所述令牌数据进行解密,得到解密数据,其中,所述公钥是所述应用节点生成的;
在所述解密数据包括所述目标身份信息以及所述发送时间的情况下,确定所述联邦学习建模任务验证成功,并根据所述任务内容向所述应用节点发送联邦学习建模数据,以使所述应用节点完成联邦学习建模任务。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模系统,所述系统包括:应用节点、目标节点以及目标合作节点;
所述应用节点,用于执行上述任意一项所述的方法;
所述目标节点,用于执行上述任意一项所述的方法;
所述目标合作节点,用于执行上述所述的方法。
根据本申请实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,程序运行时执行上述的步骤。
根据本申请实施例的另一方面,还提供了一种电子装置,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;其中:存储器,用于存放计算机程序;处理器,用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法中的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请在不同网络环境下设置不同的目标节点,然后由目标节点选择合作节点,解决了处于内部网络环境下的合作节点无法与主动与处于外部网路环境的应用节点进行联邦学习建模的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要利用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种联邦学习建模方法的流程图;
图2为本申请实施例提供的一种联邦学习建模的框架示意图;
图3为本申请另一实施例提供的一种联邦学习建模方法的流程图;
图4为本申请另一实施例提供的一种联邦学习建模方法的流程图;
图5为本申请另一实施例提供的一种联邦学习建模方法的流程图;
图6为本申请实施例提供的一种联邦学习建模装置的框图;
图7为本申请另一实施例提供的一种联邦学习建模装置的框图;
图8为本申请另一实施例提供的一种联邦学习建模装置的框图;
图9为本申请另一实施例提供的一种联邦学习建模装置的框图;
图10为本申请另一实施例提供的一种联邦学习建模系统的框图;
图11为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个类似的实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请实施例提供了一种联邦学习建模方法及系统。本发明实施例所提供的方法可以应用于任意需要的电子设备,例如,可以为服务器、终端等电子设备,在此不做具体限定,为描述方便,后续简称为电子设备。
根据本申请实施例的一方面,提供了一种联邦学习建模方法的方法实施例,图1为本申请实施例提供的一种联邦学习建模方法的流程图,如图1所示,该方法包括:
步骤S11,获取应用节点的配置信息,并基于配置信息确定应用节点请求加入的目标网络环境。
在本申请实施例中,应用节点的配置信息中包括:应用节点的身份信以及目标网络环境,目标网络环境为应用节点请求加入的网络环境。目标网络环境包括:公共网络环境以及内部网络环境。
步骤S12,从区块链中确定与目标网络环境匹配的目标节点,其中,目标节点中存储有目标网络环境中至少一个第一候选合作节点的第一节点状态。
在本申请实施例中,从区块链中确定与目标网络环境匹配的目标节点,包括:在目标网络环境为公共网络环境的情况下,将区块链中的管理节点确定为目标节点;或,在目标网络环境为私有网络环境的情况下,将区块链中的内部节点中心确定为目标节点。
需要说明的是,管理节点用于负责处理处于公共网络环境中节点的联邦学习建模请求。内部节点中心用于处理处于内部网络环境中节点的联邦学习建模请求。
作为一个示例,参考图2,当目标节点为管理节点的情况下,由于公共网络环境中节点(例如:数据源节点、应用节点、应用/数据源节点等等)会将节点的身份信息以及节点状态发送至管理节点,从而就建立与管理节点的关联关系,因此将公共网络环境中与管理节点建立连接的节点确定为第一候选合作节点,同时将第一候选合作节点的节点状态确定为第一节点状态。
又如,如图2所示,当目标节点为内部节点中心的情况下,由于内部网络环境中节点(例如:数据源节点、应用节点、应用/数据源节点等等)会将节点的身份信息以及节点状态发送至内部节点中心,从而就建立与内部节点中心的关联关系,因此将内部网络环境中与内部节点中心建立连接的节点确定为第一候选合作节点,同时将第一候选合作节点的节点状态确定为第一节点状态。
步骤S13,向目标节点发送联邦学习建模请求,以使目标节点将第一节点状态满足联邦学习建模请求的第一候选合作节点确定为第一目标合作节点。
在本申请实施例中,在目标节点为管理节点的情况下,步骤S13,向目标节点发送联邦学习建模请求,以使目标节点将第一节点状态满足联邦学习建模请求的第一候选合作节点确定为目标合作节点,包括以下步骤A1-A3:
步骤A1,获取应用节点的目标身份信息以及数据应用请求。
在本申请实施例中,数据应用请求为应用节点为了满足自身的数据需求生成的,应用节点的目标身份信息中包括:应用节点的标识,以及应用节点的节点状态等等。
步骤A2,基于目标身份信息以及数据应用请求,生成联邦学习建模请求。
步骤A3,向管理节点发送联邦学习建模请求,以使管理节点将目标身份信息发送至公共网络环境,获取公共网络环境中各个节点反馈的认证结果,在认证结果用于指示目标身份信息认证通过的情况下,将第一节点状态满足数据应用请求的第一候选合作节点确定为第一目标合作节点。
在本申请实施例中,如图2所示,应用节点3向管理节点发送联邦学习建模请求,管理节点在接收到联邦学习建模请求后,管理节点会将应用节点的目标身份信息发送至公共网络环境中的各个节点,以使公共网络环境中各个节点上的客户端对目标身份信息进行认证,当目标身份信息认证通过后,公共网络环境中的各个节点会向管理节点发送认证结果。此时管理节点会查询存储的第一节点状态,将第一节点状态为空闲状态的第一候选合作节点确定为第一目标合作节点。
在本申请实施例中,在目标节点为内部节点中心的情况下,步骤S13,向目标节点发送联邦学习建模请求,以使目标节点将第一节点状态满足联邦学习建模请求的第一候选合作节点确定为第一目标合作节点,包括以下步骤B1-B3:
步骤B1,获取应用节点随机生成的公私钥对,以及应用节点的目标身份信息和数据应用请求。
在本申请实施例中,由于应用节点是与内部网络环境中的接地那进行联邦学习建模,为了保证内部网络合作节点的安全性,所以需要应用节点随机生成公私钥对,后续可利用公私钥对进行验证。另外,数据应用请求为应用节点为了满足自身的数据需求生成的,应用节点的目标身份信息中包括:应用节点的标识,以及应用节点的节点状态等等。
步骤B2,基于公私钥对、目标身份信息以及数据应用请求,生成联邦学习建模请求。
步骤B3,向内部节点中心发送联邦学习建模请求,以使内部节点中心将目标身份信息发送至内部网络环境,获取内部网络环境中各个节点反馈的认证结果,在认证结果用于指示目标身份信息认证通过的情况下,将第一节点状态满足数据应用请求的第一候选合作节点确定为第一目标合作节点,并将公私钥对中的公钥发送至第一目标合作节点。
在本申请实施例中,如图2所示,应用节点3向内部节点中心发送联邦学习建模请求,内部节点中心在接收到联邦学习建模请求后,内部节点中心会将应用节点的目标身份信息发送至内部网络环境中的各个节点,以使内部网络环境中各个节点上的客户端对目标身份信息进行认证,当目标身份信息认证通过后,内部网络环境中的各个节点会向内部节点中心发送认证结果。此时内部节点中心会查询存储的第一节点状态,将第一节点状态为满足数据应用请求的第一候选合作节点确定为第一目标合作节点,并将公私钥对中的公钥发送至第一目标合作节点,其中数据应用请求包括;数据安全级别以及请求应用数据的数据类型等信息。
或者,如果当前不存在第一节点状态为空闲状态的第一候选合作节点的情况下,会查询第一候选合作节点的安全级别,同时将安全界别与数据安全级别相匹配的第一候选合作节点确定为第一目标合作节点。并将公私钥对中的公钥发送至第一目标合作节点。
步骤S14,向第一目标合作节点发送联邦学习建模任务,其中,联邦学习建模任务用于请求第一目标合作节点发送联邦学习建模数据。
在本申请实施例中,当第一目标合作节点处于公共网络环境中时,可以直接根据应用节点的目标身份信息以及任务内容生成联邦学习建模任务,并将联邦学习建模任务发送至第一目标合作节点。
在本申请实施例中,当第一目标合作节点处于内部网络环境时,在向第一目标合作节点发送联邦学习建模任务之前,方法还包括以下步骤C1-C3:
步骤C1,获取联邦学习建模请求的发送时间。
步骤C2,利用公私钥对中的私钥对目标身份信息以及发送时间进行加密,生成令牌数据。
步骤C3,基于发送时间、目标身份信息、令牌数据以及任务内容生成联邦学习建模任务。
在本申请实施例将采用私钥对发送时间以及目标身份信息进行加密生成的令牌数据添加到联邦学习建模任务,目的是后续使第一目标合作节点在接收到联邦学习建模任务后使用公钥对进行验证,可有效的保证联邦学习建模的安全性。
步骤S15,接收第一目标合作节点反馈的联邦学习建模数据,并根据联邦学习建模数据完成联邦学习建模任务,其中,联邦学习建模数据是由第一目标合作节点对联邦学习建模任务验证通过后发送的。
在本申请实施例中,当第一目标合作节点接收到应用节点发送的联邦学习建模任务,且对联邦学习建模任务认证通过后,会向应用节点发送联邦学习建模数据,此时应用节点会根据接收到的联邦学习建模数据完成联邦学习建模任务。
在本申请实施例中,在不存在满足联邦学习建模请求的第一候选合作节点的情况下,方法还包括以下步骤:
步骤D1,从本地获取与应用节点关联的第二候选合作节点,以及第二候选合作节点对应的第二节点状态。
步骤D2,将第二节点状态满足联邦学习建模请求的第一候选合作节点确定为第二目标合作节点。
步骤D3,获取第二目标合作节点的身份信息,且在目标合作节点的身份信息认证通过的情况下,启动联邦学习建模。
在本申请实施例中,当根据应用节点的配置信息确定应用节点请求加入私有网络环境时,应用节点会从本地获取具有关联关系,且处于私有网络环境中的第二候选合作节点,此时将第二节点状态满足联邦学习建模请求的第一候选合作节点确定为第二目标合作节点,获取第二目标合作节点的身份信息,且在目标合作节点的身份信息认证通过的情况下,启动联邦学习建模。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的管理节点,如图3所示,方法包括:
步骤S31,接收处于公共网络环境的应用节点发送的联邦学习建模请求,其中,联邦学习建模请求包括:应用节点的目标身份信息以及数据应用请求。
步骤S32,向管理节点对应的公共网络环境发送目标身份信息,并接收公共网络环境中各个节点反馈的认证结果,其中,公共网络环境中包括至少一个第一候选合作节点。
步骤S33,在认证结果用于指示目标身份信息认证通过的情况下,将第一节点状态满足数据应用请求的第一候选合作节点确定为第一目标合作节点。
在本申请实施例中,由于管理节点处于公共网络环境,因此在管理节点以及处于公共网络环境中的节点对应用节点的目标身份信息认证通过后,将第一节点状态为空闲状态的候选合作节点确定为第一目标合作节点。后续应用节点可以直接与第一目标合作节点进行联邦学习建模。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的内部节点中心,如图4所示,方法包括:
步骤S41,获取处于公共网络环境的应用节点发送的联邦学习建模请求,其中,联邦学习建模请求携带应用节点的目标身份信息、数据应用请求,以及应用节点生成的公私钥对。
步骤S42,向内部节点中心对应的内部网络发送目标身份信息,其中,内部网络包括至少一个第一候选合作节点,其中,内部网络环境中包括至少一个第一候选合作节点。
步骤S43,在确定候选合作节点对目标身份信息认证成功的情况下,获取第一候选合作节点的第一节点状态。
步骤S44,根据第一节点状态确定满足数据应用请求的第一目标合作节点,并向第一目标合作节点发送公钥,以使第一目标合作节点根据公钥对应用节点发送的建模数据进行联邦学习建模。
在本申请实施例中,将第一节点状态处于空闲状态的第一候选合作节点确定为第一目标合作节点,如果存在多个处于空闲状态的第一候选合作节点,则确定第一候选合作节点的性能参数,将性能参数最优的第一候选合作节点确定为第一目标合作节点。
如果当前不存在第一节点状态为空闲状态的第一候选合作节点的情况下,会查询第一候选合作节点的安全级别,同时将安全界别与数据安全级别相匹配的第一候选合作节点确定为第一目标合作节点。并将公私钥对中的公钥发送至第一目标合作节点。
在本申请实施例中,由于内部节点中心处于内部网络环境,因此需要获取应用节点生产的公私钥对,并将公钥发送至第一目标合作节点。后续的联邦学习建模过程中,应用节点利用私钥待发送的初始数据进行加密得到建模数据,应用节点向第一目标合作节点发送建模数据后,第一目标合作节点利用公钥对建模数据进行解密,从而保证联邦学习建模的安全。
本申请通过在内部网络环境下设置内部节点中心,能够使内部节点中心选择选择与应用节点对应的合作节点,解决了处于内部网络环境下的合作节点无法与主动与处于外部网路环境的应用节点进行联邦学习建模的问题。
根据本申请实施例的再一个方面,还提供了一种联邦学习建模方法,应用于区块链上的目标合作节点,如图5所示,方法包括:
步骤S51,接收应用节点发送的联邦学习建模任务,其中,联邦学习建模任务用于请求获取联邦学习建模数据,联邦学习建模任务包括:应用节点的目标身份信息,应用节点发送联邦学习建模请求的发送时间,令牌数据以及任务内容;
步骤S52,利用预先存储的公钥对令牌数据进行解密,得到解密数据,其中,公钥是应用节点生成的;
步骤S53,在解密数据包括目标身份信息以及发送时间的情况下,确定联邦学习建模任务验证成功,并根据任务内容向应用节点发送联邦学习建模数据,以使应用节点完成联邦学习建模任务。
图6为本申请实施例提供的一种联邦学习建模装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示,该装置包括:
获取模块61,用于获取所述应用节点的配置信息,并基于所述配置信息确定所述应用节点请求加入的目标网络环境;
确定模块62,用于从所述区块链中确定与所述目标网络环境匹配的目标节点,其中,所述目标节点中存储有所述目标网络环境中至少一个第一候选合作节点的第一节点状态;
发送模块63,用于向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点;
发送模块64,用于向所述第一目标合作节点发送联邦学习建模任务,其中,所述联邦学习建模任务用于请求所述第一目标合作节点发送联邦学习建模数据;
接收模块65,接收所述第一目标合作节点反馈的联邦学习建模数据,并根据所述联邦学习建模数据完成联邦学习建模任务,其中,所述联邦学习建模数据是由所述第一目标合作节点对所述联邦学习建模任务验证通过后发送的。
图7为本申请实施例提供的一种联邦学习建模装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示,该装置包括:
接收模块71,用于接收处于公共网络环境的应用节点发送的联邦学习建模请求,其中,联邦学习建模请求包括:应用节点的目标身份信息以及数据应用请求。
发送模块72,用于向管理节点对应的公共网络环境发送目标身份信息,并接收公共网络环境中各个节点反馈的认证结果,其中,公共网络环境中包括至少一个第一候选合作节点。
确定模块73,用于在认证结果用于指示目标身份信息认证通过的情况下,将第一节点状态满足数据应用请求的第一候选合作节点确定为第一目标合作节点。
图8为本申请实施例提供的一种联邦学习建模装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图8所示,该装置包括:
获取模块81,用于获取处于公共网络环境的应用节点发送的联邦学习建模请求,其中,联邦学习建模请求携带应用节点的目标身份信息、数据应用请求,以及应用节点生成的公私钥对;
发送模块82,用于向内部节点中心对应的内部网络发送目标身份信息,其中,内部网络包括至少一个第一候选合作节点,其中,内部网络环境中包括至少一个第一候选合作节点;
查询模块83,用于在确定候选合作节点对目标身份信息认证成功的情况下,获取候选合作节点的第一节点状态;
确定模块84,根据第一节点状态确定满足数据应用请求的第一目标合作节点,并向第一目标合作节点发送公钥,以使第一目标合作节点根据公钥对应用节点发送的建模数据进行联邦学习建模。
图9为本申请实施例提供的一种联邦学习建模装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图9所示,该装置包括:
接收模块91,用于接收应用节点发送的联邦学习建模任务,其中,联邦学习建模任务用于请求获取联邦学习建模数据,联邦学习建模任务包括:应用节点的目标身份信息,应用节点发送联邦学习建模请求的发送时间,令牌数据以及任务内容;
解密模块92,用于利用预先存储的公钥对令牌数据进行解密,得到解密数据,其中,公钥是应用节点生成的;
确定模块93,用于在解密数据包括目标身份信息以及发送时间的情况下,确定联邦学习建模任务验证成功,并根据任务内容向应用节点发送联邦学习建模数据,以使应用节点完成联邦学习建模任务。
本申请实施例提供的一种联邦学习建模系统的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该系统包括:应用节点10、目标节点20以及目标合作节点30;
应用节点10,用于根据应用节点的配置信息确定待请求加入的目标网络环境,并确定目标网络环境对应的目标节点,向发送联邦学习建模请求;
目标节点20,用于接收联邦学习建模请求,并基于联邦建模学习请求选择与应用节点进行联邦学习建模的目标合作节点;
目标合作节点30,用于与应用节点进行联邦学习建模。
本申请实施例还提供一种电子设备,如图11所示,电子设备可以包括:处理器1501、通信接口1502、存储器1503和通信总线1504,其中,处理器1501,通信接口1502,存储器1503通过通信总线1504完成相互间的通信。
存储器1503,用于存放计算机程序;
处理器1501,用于执行存储器1503上所存放的计算机程序时,实现上述实施例的步骤。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的联邦学习建模方法。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的联邦学习建模方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当利用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk)等。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种联邦学习建模方法,其特征在于,应用于区块链上的应用节点,所述方法包括:
获取所述应用节点的配置信息,并基于所述配置信息确定所述应用节点请求加入的目标网络环境;
从所述区块链中确定与所述目标网络环境匹配的目标节点,其中,所述目标节点中存储有所述目标网络环境中至少一个第一候选合作节点的第一节点状态;
向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点;
向所述第一目标合作节点发送联邦学习建模任务,其中,所述联邦学习建模任务用于请求所述第一目标合作节点发送联邦学习建模数据;
接收所述第一目标合作节点反馈的联邦学习建模数据,并根据所述联邦学习建模数据完成联邦学习建模任务,其中,所述联邦学习建模数据是由所述第一目标合作节点对所述联邦学习建模任务验证通过后发送的;
所述目标网络环境包括:公共网络环境以及内部网络环境;
所述从所述区块链中确定与所述目标网络环境匹配的目标节点,包括:在所述目标网络环境为公共网络环境的情况下,将所述区块链中的管理节点确定为所述目标节点;或,在所述目标网络环境为私有网络环境的情况下,将所述区块链中的内部节点中心确定为所述目标节点;
在所述目标节点为管理节点的情况下,所述向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点,包括:获取所述应用节点的目标身份信息以及数据应用请求;基于所述目标身份信息以及所述数据应用请求,生成所述联邦学习建模请求;向所述管理节点发送所述联邦学习建模请求,以使所述管理节点将所述目标身份信息发送至所述公共网络环境,获取公共网络环境中各个节点反馈的认证结果,在认证结果用于指示所述目标身份信息认证通过的情况下,将所述第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点;
在所述目标节点为内部节点中心的情况下,所述向所述目标节点发送联邦学习建模请求,以使所述目标节点将所述第一节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第一目标合作节点,包括:获取所述应用节点随机生成的公私钥对,以及所述应用节点的目标身份信息和数据应用请求;基于所述公私钥对、所述目标身份信息以及所述数据应用请求,生成所述联邦学习建模请求;向所述内部节点中心发送所述联邦学习建模请求,以使所述内部节点中心将所述目标身份信息发送至所述内部网络环境,获取内部网络环境中各个节点反馈的认证结果,在认证结果用于指示所述目标身份信息认证通过的情况下,将所述第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点,并将所述公私钥对中的公钥发送至所述第一目标合作节点。
2.根据权利要求1所述的方法,其特征在于,在所述向所述第一目标合作节点发送联邦学习建模任务之前,所述方法还包括:
获取所述联邦学习建模请求的发送时间;
利用所述公私钥对中的私钥对所述目标身份信息以及所述发送时间进行加密,生成令牌数据;
基于所述发送时间、所述目标身份信息、所述令牌数据以及任务内容生成所述联邦学习建模任务。
3.根据权利要求1所述的方法,其特征在于,在不存在满足联邦学习建模请求的第一候选合作节点的情况下,所述方法还包括:
从本地获取与所述应用节点关联的第二候选合作节点,以及所述第二候选合作节点对应的第二节点状态;
将第二节点状态满足所述联邦学习建模请求的第一候选合作节点确定为第二目标合作节点;
获取所述第二目标合作节点的第三身份信息,且在所述第三身份信息认证通过的情况下,启动联邦学习建模。
4.一种联邦学习建模方法,其特征在于,应用于区块链上的管理节点,所述方法包括:
接收处于公共网络环境的应用节点发送的联邦学习建模请求,其中,所述联邦学习建模请求包括:所述应用节点的目标身份信息以及数据应用请求,其中,所述应用节点用于执行上述权利要求1-3任意一项所述的联邦学习建模方法;
向所述管理节点对应的公共网络环境发送所述目标身份信息,并接收所述公共网络环境中各个节点反馈的认证结果,其中,所述公共网络环境中包括至少一个第一候选合作节点;
在所述认证结果用于指示所述目标身份信息认证通过的情况下,将第一节点状态满足所述数据应用请求的第一候选合作节点确定为第一目标合作节点。
5.一种联邦学习建模方法,其特征在于,应用于区块链上的内部节点中心,所述方法包括:
获取处于公共网络环境的应用节点发送的联邦学习建模请求,其中,所述联邦学习建模请求携带所述应用节点的目标身份信息、数据应用请求,以及所述应用节点生成的公私钥对,其中,所述应用节点用于执行上述权利要求1-3任意一项所述的联邦学习建模方法;
向所述内部节点中心对应的内部网络发送所述目标身份信息,其中,所述内部网络包括至少一个第一候选合作节点,其中,所述内部网络环境中包括至少一个第一候选合作节点;
在确定所述第一候选合作节点对所述目标身份信息认证成功的情况下,获取所述第一候选合作节点的第一节点状态;
根据所述第一节点状态确定满足所述数据应用请求的第一目标合作节点,并向所述第一目标合作节点发送公钥,以使所述第一目标合作节点根据所述公钥对所述应用节点发送的建模数据进行联邦学习建模。
6.一种联邦学习建模方法,其特征在于,应用于区块链上的目标合作节点,所述方法包括:
接收应用节点发送的联邦学习建模任务,其中,所述联邦学习建模任务用于请求获取联邦学习建模数据,所述联邦学习建模任务包括:所述应用节点的目标身份信息,所述应用节点发送联邦学习建模请求的发送时间,令牌数据以及任务内容,其中,所述应用节点用于执行上述权利要求1-3任意一项所述的联邦学习建模方法;
利用预先存储的公钥对所述令牌数据进行解密,得到解密数据,其中,所述公钥是所述应用节点生成的;
在所述解密数据包括所述目标身份信息以及所述发送时间的情况下,确定所述联邦学习建模任务验证成功,并根据所述任务内容向所述应用节点发送联邦学习建模数据,以使所述应用节点完成联邦学习建模任务。
7.一种联邦学习建模系统,其特征在于,所述系统包括:应用节点、目标节点以及目标合作节点;
所述应用节点,用于执行上述权利要求1-3任意一项所述的方法;
所述目标节点,用于执行上述权利要求4-5任意一项所述的方法;
所述目标合作节点,用于执行上述权利要求6所述的方法。
CN202110931500.7A 2021-07-16 2021-08-13 一种联邦学习建模方法及系统 Active CN113642239B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110808832 2021-07-16
CN2021108088326 2021-07-16

Publications (2)

Publication Number Publication Date
CN113642239A CN113642239A (zh) 2021-11-12
CN113642239B true CN113642239B (zh) 2024-06-18

Family

ID=78421564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110931500.7A Active CN113642239B (zh) 2021-07-16 2021-08-13 一种联邦学习建模方法及系统

Country Status (1)

Country Link
CN (1) CN113642239B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114328432A (zh) * 2021-12-02 2022-04-12 京信数据科技有限公司 一种大数据联邦学习处理方法及系统
WO2023185788A1 (zh) * 2022-03-28 2023-10-05 维沃移动通信有限公司 候选成员的确定方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108616504A (zh) * 2018-03-21 2018-10-02 西安电子科技大学 一种基于物联网的传感器节点身份认证系统及方法
CN112434313A (zh) * 2020-11-11 2021-03-02 北京邮电大学 数据共享方法、系统、电子设备及存储介质
CN112765677A (zh) * 2020-12-30 2021-05-07 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
CN112861090A (zh) * 2021-03-18 2021-05-28 深圳前海微众银行股份有限公司 信息处理方法、装置、设备、存储介质及计算机程序产品

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8817594B2 (en) * 2010-07-13 2014-08-26 Telefonaktiebolaget L M Ericsson (Publ) Technique establishing a forwarding path in a network system
CN102340520B (zh) * 2010-07-20 2014-06-18 上海未来宽带技术股份有限公司 一种p2p网络应用系统中私网检测与穿越的复合方法
CN112632013A (zh) * 2020-12-07 2021-04-09 国网辽宁省电力有限公司物资分公司 一种基于联邦学习的数据安全可信共享方法和装置
CN112818369B (zh) * 2021-02-10 2024-03-29 中国银联股份有限公司 一种联合建模方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108616504A (zh) * 2018-03-21 2018-10-02 西安电子科技大学 一种基于物联网的传感器节点身份认证系统及方法
CN112434313A (zh) * 2020-11-11 2021-03-02 北京邮电大学 数据共享方法、系统、电子设备及存储介质
CN112765677A (zh) * 2020-12-30 2021-05-07 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
CN112861090A (zh) * 2021-03-18 2021-05-28 深圳前海微众银行股份有限公司 信息处理方法、装置、设备、存储介质及计算机程序产品

Also Published As

Publication number Publication date
CN113642239A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
US11363010B2 (en) Method and device for managing digital certificate
US11791990B2 (en) Apparatus and method for managing personal information
US7454421B2 (en) Database access control method, database access controller, agent processing server, database access control program, and medium recording the program
JP7421771B2 (ja) Iotサービスを実施するための方法、アプリケーションサーバ、iot装置および媒体
WO2020182005A1 (zh) 数字资产凭证继承转移中的信息处理方法、和相关装置
CN109450633B (zh) 信息加密发送方法及装置、电子设备、存储介质
US20110167263A1 (en) Wireless connections to a wireless access point
CN113642239B (zh) 一种联邦学习建模方法及系统
CN109831435B (zh) 一种数据库操作方法、系统及代理服务器和存储介质
US11611551B2 (en) Authenticate a first device based on a push message to a second device
US11824850B2 (en) Systems and methods for securing login access
CN108923925B (zh) 应用于区块链的数据存储方法和装置
WO2017050147A1 (zh) 一种信息注册、认证方法及装置
CN113645226B (zh) 一种基于网关层的数据处理方法、装置、设备及存储介质
CN113271289B (zh) 用于资源授权和访问的方法、系统和计算机存储介质
CN112733121A (zh) 数据获取方法、装置、设备及存储介质
JP2015194879A (ja) 認証システム、方法、及び提供装置
WO2019175427A1 (en) Method, device and medium for protecting work based on blockchain
CN111786996A (zh) 一种跨域同步登录态的方法、装置及跨域同步登录系统
CN110808974A (zh) 数据获取方法及装置、计算机装置及存储介质
CN110610418B (zh) 基于区块链的交易状态查询方法、系统、设备及存储介质
CN113761498A (zh) 一种第三方登录信息托管方法、系统、设备及存储介质
CN114040411A (zh) 一种设备绑定方法、装置、电子设备及存储介质
CN114268447B (zh) 一种文件传输方法、装置、电子设备和计算机可读介质
CN114866247B (zh) 一种通信方法、装置、系统、终端及服务器

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