CN115859371A - 基于区块链的隐私计算方法、电子设备和存储介质 - Google Patents

Abstract

本申请公开一种基于区块链的隐私计算方法、电子设备和存储介质。在该方法中，获取自第二隐私计算节点的第二资源数据；基于所述第二资源数据进行隐私计算，以生成第一隐私计算结果和至少一个第一中间计算数据；从所述至少一个第一中间计算数据中，确定第一目标中间计算数据；根据所述第一目标中间计算数据发送第一上链请求至区块链，使得利用第一区块链节点根据所述第一目标中间计算结果生成相应的第一数据上链记录。由此，能避免在不可信环境下的数据篡改或丢失的风险，为后续对隐私算法的安全性评估结果的高精确度提供了可靠保障。

Description

基于区块链的隐私计算方法、电子设备和存储介质

技术领域

本申请属于隐私计算技术领域，尤其涉及一种基于区块链的隐私计算方法、电子设备和存储介质。

背景技术

隐私计算（Privacy computing）近年来被提出，是指在提供隐私保护的前提下，实现数据价值挖掘的技术体系。通过隐私计算，完成在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用但不可见”的目的，在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。

当前隐私计算产品和技术服务可以确保敏感数据不出库且可计算，联邦学习技术，在多方安全计算的基础上，整个过程不传输明文数据，严格确保参与方除了得到正确的计算结果，无法通过中间数据反推。

当前隐私计算常用的数据同步方法，一般采用本地打印日志，或者本地存储，如：评估算法安全性时，隐私计算里的参与方打印本地日志，算法安全性评估人员根据网络抓包结合日志，通过日志里的关键信息，如随机数，计算结果数据等来针对性的评估隐私算法的安全性。另外，还有其他实现方案，如：将关键日志本地持久化，存储在数据库。这些办法从理论和实现上来说，都存在数据被篡改或丢失的风险，而隐私计算要求的是在不可信的环境下，在底层算法等理论的基础上实现数据可用不可见，发挥数据的价值的前提下，从而保护数据方的隐私。

针对上述问题，目前业界暂未提出较佳的技术解决方案。

发明内容

本申请实施例提供一种基于区块链的隐私计算方法、电子设备和存储介质，用于至少解决上述技术问题之一。

第一方面，本申请实施例提供一种基于区块链的隐私计算方法，应用于第一隐私计算节点，该方法包括：获取自第二隐私计算节点的第二资源数据；基于所述第二资源数据进行隐私计算，以生成第一隐私计算结果和至少一个第一中间计算数据；从所述至少一个第一中间计算数据中，确定第一目标中间计算数据；根据所述第一目标中间计算数据发送第一上链请求至区块链，使得利用第一区块链节点根据所述第一目标中间计算结果生成相应的第一数据上链记录。

第二方面，本申请实施例提供一种电子设备，其包括：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上述方法的步骤。

第三方面，本申请实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备（包括但不限于计算机，服务器，或者网络设备等）读取并执行，以用于执行本申请上述方法的步骤。

第四方面，本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述方法的步骤。

本申请实施例的有益效果在于：

将区块链系统与隐私计算系统融合，在隐私计算节点利用另一隐私计算节点的资源数据进行计算后，将隐私计算的相关中间计算数据上链，能避免在不可信环境下的数据篡改或丢失的风险，为后续对隐私算法的安全性评估结果的高精确度提供了可靠保障。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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他的附图。

图1示出了根据本申请实施例的基于区块链的隐私计算方法的一示例的流程图；

图2示出了根据本申请实施例的在多方隐私计算任务场景下的基于区块链的隐私计算方法的流程图；

图3示出了根据本申请实施例的隐私计算系统的结构示意图；

图4示出了根据本申请实施例的隐私计算系统的一示例的操作流程图；

图5为本申请的电子设备的一实施例的结构示意图。

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一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本申请中，“模块”、“系统”等等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，在本文中，术语“包括”、“包含”，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……”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。

图1示出了根据本申请实施例的基于区块链的隐私计算方法的一示例的流程图。

关于本方法实施例的执行主体，其可以是隐私计算系统中的第一隐私计算节点。应理解的是，隐私计算系统中包含多个隐私计算节点，并且第一隐私计算节点可以是系统中任意的节点，在此应不加限制。

如图1所示，在步骤110中，获取自第二隐私计算节点的第二资源数据。

应理解的是，在处理隐私计算任务时，隐私计算节点往往会需要使用其他隐私计算节点的资源数据。示例性地，第一隐私计算节点基于隐私计算任务的触发，向第二隐私计算节点发送资源申请请求，使得第二隐私计算节点通过响应而反馈发送第二资源数据。

在步骤120中，基于第二资源数据进行隐私计算，以生成第一隐私计算结果和至少一个第一中间计算数据。

这里，第一隐私计算节点可以采用任意的隐私计算算法对第二资源数据进行计算，对于隐私计算算法的选型，在此应不加限制。此外，第一隐私计算节点进行隐私计算的全过程涉及多个计算环节，每个计算环节可以生成一个或多个中间计算数据，其能够用于反推在本环节中的相关计算细节。

在步骤130中，从至少一个第一中间计算数据中，确定第一目标中间计算数据。示例性地，可以通过人工选定或自动选择的方式，对中间计算数据进行选择。

在步骤140中，根据第一目标中间计算数据发送第一上链请求至区块链，使得利用第一区块链节点根据第一目标中间计算结果生成相应的第一数据上链记录。具体地，第一隐私计算节点可以调用区块链应用对目标中间计算数据进行打包，以生成相应的上链流量请求。

需说明的是，隐私计算业务由于涉及到多方参与，且计算过程涉及到较多加密处理，为了验证计算过程的安全性、算法一致性等问题，可以将隐私计算过程中产生的可公开数据同步至区块链。因此，在隐私计算领域，我们引入了区块链技术，将隐私计算过程中的关键数据上链，确保整个过程正确履行了安全的执行过程，做到可审计、可追溯，安全可信赖。

通过本申请实施例，将区块链系统与隐私计算系统融合，在隐私计算节点利用另一隐私计算节点的资源数据进行计算后，将隐私计算的相关中间计算数据上链，能避免在不可信环境下的数据篡改或丢失的风险，为后续对隐私算法的安全性评估结果的高精确度提供了可靠保障。

关于上述步骤130，在本申请实施例的一些示例中，第一隐私计算节点基于预设的上链数据设置，从至少一个第一中间计算数据中确定第一目标中间计算数据。这样，基于上链数据设置，第一隐私计算节点能够自动选择适当的中间数据上链。在本申请实施例的另一些示例中，第一隐私计算节点基于至少一个第一中间计算数据，检测用户选择操作，并根据用户选择操作所选中的一个或多个第一中间计算结果，确定第一目标中间计算数据。这样，用户可以根据实际业务需求选择特定的中间计算数据进行上链，满足不同用户的个性化需求。

关于上述步骤140，在本申请实施例的一些示例中，第一隐私计算节点还可以融合隐私计算系统在应用层发生的业务数据来生成上链请求，以提供更多供可靠性验证的维度。具体地，第一隐私计算节点获取隐私计算业务数据。这里，隐私计算业务数据包括系统审计内容和/或关键信息锚点。进而，第一隐私计算节点根据第一目标中间计算数据和隐私计算业务数据，发送第一上链请求至区块链。因此，将系统审计内容和/或关键信息锚点等在隐私计算系统的业务层面的数据也进行上链，能有利于在进行算法安全性验证时对系统操作的合规性验证，验证维度更加全面，使得安全性评估结果具有更高的可靠性。

在一些业务场景中，选择上链的中间计算数据可以是非敏感且可共享的数据，由于区块链自身数据的不可修改等特性，可以放心将隐私计算里非敏感、可共享的数据同步至区块链。在一些实施方式中，需求上链的隐私计算业务数据和/或第一目标中间计算数据为脱敏数据。示例性地，第一隐私计算节点可以将一些涉及敏感的待上链的隐私计算业务数据和/或第一目标中间计算数据按照预设脱敏规则进行处理，以实现脱敏转化。这里，各个隐私计算节点中可以被设置成具有相同的脱敏规则，并可用于对区块链数据记录进行反向编译，实现对中间计算数据的恢复。

在本申请的一些实施例中，各个隐私计算节点均配置了区块链SDK，并当存在上链请求时，通过区块链SDK将待上链数据进行打包处理。具体地，第一隐私计算节点可以基于第一隐私计算节点中所配置的区块链SDK和第一目标中间计算数据，发送第一上链请求至区块链。

需说明的是，为了解决现有技术中隐私计算里数据不可信的问题，提出来一种基于区块链的、隐私计算数据同步方法，创新性的将隐私计算和区块链结合起来，解决多方做隐私计算时，参与方对于数据的信任问题。

区块链（Blockchain）是一种由多方共同维护，使用密码学保证传输和访问安全，能够实现数据一致存储、难以篡改、防止抵赖的记账技术，也称为分布式账本技术（Distributed Ledger Technology）。典型的区块链以块-链结构存储数据。作为一种在不可信的竞争环境中低成本建立信任的新型计算范式和协作模式，区块链凭借其独有的信任建立机制，正在改变诸多行业的应用场景和运行规则，是未来发展数字经济、构建新型信任体系不可或缺的技术之一。

典型的区块链系统中，各参与方按照事先约定的规则共同存储信息并达成共识。为了防止共识信息被篡改，系统以区块（Block）为单位存储数据，区块之间按照时间顺序、结合密码学算法构成链式（Chain）数据结构，通过共识机制选出记录节点，由该节点决定最新区块的数据，其他节点共同参与最新区块数据的验证、存储和维护，数据一经确认，就难以删除和更改，只能进行授权查询操作。按照系统是否具有节点准入机制，区块链可分类为许可链和非许可链。许可链中节点的加入退出需要区块链系统的许可，根据拥有控制权限的主体是否集中可分为联盟链和私有链；非许可链则是完全开放的，亦可称为公有链，节点可以随时自由加入和退出。

区块链作为多方共同维护的分布式数据库，能够将传统单方维护的仅涉及自己业务的多个孤立数据库整合在一起，分布式地存储在多方共同维护的多个节点，任何一方都无法完全控制这些数据，只能按照严格的规则和共识进行更新，从而实现了可信的多方间的信息共享和监督，避免了繁琐的人工对账， 提高了业务处理效率，降低了交易成本。区块链通过集成P2P协议、非对称加密、共识机制、块链结构等多种技术，解决了数据的可信问题。通过应用区块链技术，无需借助任何第三方可信机构，互不了解、互不信任的多方可实现可信、对等的价值传输。

利用区块链特殊的存储方式来存储数据，以无利害关系的技术作为第三方身体（技术和算法充当虚拟第三方），将需要存储的电子数据以交易的形式记录下来，记录在区块链中。在数据的存储过程中，多个参与方之间保持数据一致性，极大降低了数据丢失或被篡改的可能性。

图2示出了根据本申请实施例的在多方隐私计算任务场景下的基于区块链的隐私计算方法的流程图。

需说明的是，在多方隐私计算任务中，各个隐私计算节点需要互相使用彼此的资源数据，即第一隐私节点和第二隐私节点会彼此使用对方的资源数据来分别独立地进行隐私计算，使得在不可信环境下的算法安全性的评估是必要的。基于上文中结合图1中的流程的相关描述，已经对第一隐私节点的隐私计算过程进行了描述和介绍，下面将结合图2对第二隐私节点的隐私计算过程进行描述。

如图2所示，在步骤210中，第一隐私节点发送第一资源数据至所述第二隐私计算节点。

在步骤220中，第二隐私节点基于第一资源数据进行隐私计算，以生成第二隐私计算结果和至少一个第二中间计算数据。

在步骤230中，第二隐私节点从至少一个第二中间计算数据中，确定第二目标中间计算数据。

在步骤240中，第二隐私节点根据第二目标中间计算数据发送第二上链请求至区块链，使得利用第二区块链节点根据第二目标中间计算结果生成相应的第二数据上链记录。

在本申请实施例中，第一隐私节点和第二隐私节点各自利用彼此的资源进行隐私计算，并分别将隐私计算过程中所涉及的中间数据上链，使得第一隐私节点和第二隐私节点彼此都能将中间数据在区块链中进行数据存档，有效规避了在不可信环境下的数据篡改和丢失的情况，也便于后续双方互相核验算法的安全性。

需说明的是，在安全性溯源核验方面，隐私节点可以通过区块链上的上链记录完成对算法安全性的核验，基于区块链的数据不可篡改的特性，能有效保障安全评估结果的可靠性。在第一区块链节点对第二区块链节点的隐私算法的安全性进行核验时，第一区块链节点可以从区块链中获取第二数据上链记录，进而第一区块链节点基于第二数据上链记录，对第二隐私计算结果所对应的计算轨迹进行安全性溯源验证。示例性地，通过解析数据上链记录所对应的中间数据，对数据整体的计算轨迹进行跟踪严重，确保隐私计算全过程的安全性。

图3示出了根据本申请实施例的隐私计算系统的结构示意图。

如图3所示，隐私计算系统包括多个隐私计算节点（例如，隐私计算节点310、320）和区块链330，在隐私计算节点中部署了区块链SDK，用于实现隐私计算节点与区块链节点之间的数据通信。

为了解决现有技术中隐私计算里数据可信的问题，本申请实施例提出了将隐私计算数据同步至区块链的方法，通过集成P2P协议、非对称加密、共识机制、块链结构等多种技术，解决了数据的可信问题。

需说明的是，隐私计算系统是确保敏感数据不出库且可计算，在多方安全计算的基础上，整个过程不传输明文数据，严格确保参与方除了得到正确的计算结果，无法通过中间数据反推。隐私计算业务由于涉及到多方参与，且计算过程涉及到较多加密处理。为了验证计算过程的安全性、算法一致性等问题，本申请提出，通过对隐私计算系统的关键操作数据进行上链存储，确保整个过程正确履行了安全的执行过程。

具体地，隐私计算系统一般包含以下几个模块：

1）系统底层依赖，一般包含操作系统，数据存储-包含但不限于数据库，缓存数据库等形式；为了带来更好的部署运维体验，我们还提供了容器化部署运维管理方案，做到一键部署和运维。

2）隐私计算引擎：隐私计算系统的核心层，该层提供业界和学术界的基础算法模块的符合标准的实现外，还提供计算资源的调度功能，为上层应用提供性能优良，封装合理的引擎；

3）API层：包含隐私计算API和区块链SDK集成；隐私计算API为上层应用，如：联合建模，隐匿查询等应用提供标准化的API定义和实现，让上层应用可以更关注业务逻辑的快速开发迭代；区块链SDK集成，为隐私计算系统内部模块提供方便快捷的数据上链存储功能，可以实现：数据上链保存，数据核验等功能；

4）应用层：主要包含：联合建模，支持多方联邦建模；隐匿查询；模型服务；隐私集合求交基于以上几个核心应用，使用者可以方便的利用隐私计算系统的能力，赋能业务，发掘更多商业价值。

区块链应用：作为多方共同维护的分布式数据库，能够将传统单方维护的仅涉及自己业务的多个孤立数据库整合在一起，分布式地存储在多方共同维护的多个节点，任何一方都无法完全控制这些数据，只能按照严格的规则和共识进行更新，从而实现了可信的多方间的信息共享和监督。

图4示出了根据本申请实施例的隐私计算系统的一示例的操作流程图。

如图4所示，在多方开启一个隐私计算任务时，至少需要两个参与方，下面以典型的两方隐私计算任务来进行说明。首先，隐私计算引擎收到任务后，两方引擎计算引擎会进行通信，交换必要的处理后的数据进行计算。针对非敏感的，双方可见的数据，可以选择是否上链存储，一般来说，数据上链存储后，隐私计算任务的参与方后续还可以根据链上的数据记录，来溯源整个隐私计算的流程，可用于验证算法安全性、准确性、有效性等方面。另外，隐私计算引擎里使用到的数据或计算产生的数据上链，通过区块链应用的SDK，将数据存储至区块链，由于区块链自身数据的不可修改等特性，使用方可以放心地将隐私计算里非敏感、可共享的数据同步至区块链。在一些情况下，上层应用数据上链：上层应用里使用隐私计算API除了会产生计算自身相关的数据，还存在一些业务相关的数据，如：系统审计内容、关键信息锚点，这部分数据在处理后，也可以进行上链，同样的，计算相关的数据，可用于隐私计算任务的参与方来跟踪定位算法的关键计算轨迹。另一方面，如系统审计内容，经过处理后，隐私计算系统的管理维护人员可通过链上数据查看系统的使用记录，是否高危操作等行为记录。

下面，将以一个典型的、基于隐私计算实现的隐匿查询服务（PIR）来说明隐私计算系统和区块链系统协同工作的过程；

在一些应用场景中，两个需要有数据安全通信交互的机构分别部署了一套隐私计算系统（即，隐私计算节点），并部署了2个隐私计算节点可访问的区块链系统。当前，如果其中一个节点发起一次基于隐私计算技术的集合求交任务，该节点称之为发起方节点，另外一个节点配合共同完成该次隐私计算任务，该节点称之为合作方节点。

需说明的是，隐私集合求交，即隐私信息检索（Private Set Intersection–PSI）；PSI是指，参与双方在不泄露任何额外信息的情况下，得到双方持有数据的交集。在这里，额外的信息指的是除了双方的数据交集以外的任何信息。隐私集合求交在现实场景中非常有用，比如在纵向联邦学习中做数据对齐，或是在社交软件中，通过通讯录做好友发现。因此，一个安全、快速的隐私集合求交的算法是十分重要的。

此外，椭圆曲线迪菲-赫尔曼密钥交换（英语：Elliptic Curve Diffie–Hellmankey exchange，缩写为ECDH），是一种匿名的密钥合意协议（Key-agreement protocol），以下简称ECDH。

在基于ECDH算法实现的隐私集合求交服务的过程中，涉及PSI场景，这里，可以选择典型的2方数据求交来描述隐私计算和区块链协同工作的过程。首先，待进行隐私计算服务的2方（即发起方节点和合作方节点）都需要满足一定的准备工作和前置条件，例如2方（即发起方节点和合作方节点）已经部署好隐私计算的基础平台或组件，保证2方能够完成PSI功能，以及，2方各自准备数据，比如：两方准备经过哈希处理后的己方用户手机号，各自按照PSI服务的需求，将数据输入到PSI计算组件。

在满足上述前置条件的情况下，基于ECDH的PSI计算简要过程如下：2方根据ECDH协商一条椭圆曲线，2方分别生成各自的私钥k0,k1；双方分别对各自的数据进行处理（例如，常见哈希函数MD5），将处理后的数据映射到前面协商的椭圆曲线上；然后，双方分别对各自椭圆曲线上的值使用己方私钥进行加密处理，然后发送给对方；2方各自拿到对方的加密数据后，再次进行必要的处理，最后和己方本地数据进行比对，如果一致，则确定该数据属于交集。

需说明的是，在上述计算服务过程中，双方对各自椭圆曲线上的值使用己方私钥进行加密处理并发给对方，其表示2方各自的可公开的加密后数据。在一些业务场景里，2方可选择将这部分内容上传至区块链，并分别将区块链的交易地址记录在本地。因此，2方可结合上述求交过程里己方生成的私钥，在授权获取到对方的区块链交易地址和本方交易地址后，拿到求交过程里的可公开的中间数据，在本地进行处理，结合其他必要的环境参数，对算法以及结果准确性进行验证；

应理解的是，以上通过一个典型的隐私计算里的隐私集合求交任务，说明了隐私计算系统和区块链系统协同工作的一种场景，其有利于对本申请具体实施例细节的理解，但并不应视为对本申请实施例的实施范围的限制，并可通过适当变型而被应用于其他类型的隐私计算任务中。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作合并，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在一些实施例中，本申请实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备（包括但不限于计算机，服务器，或者网络设备等）读取并执行，以用于执行本申请上述的基于区块链的隐私计算方法。

在一些实施例中，本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述的基于区块链的隐私计算方法。

在一些实施例中，本申请实施例还提供一种电子设备，其包括：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基于区块链的隐私计算方法。

图5是本申请另一实施例提供的执行基于区块链的隐私计算方法的电子设备的硬件结构示意图，如图5所示，该设备包括：

一个或多个处理器510以及存储器520，图5中以一个处理器510为例。

执行基于区块链的隐私计算方法的设备还可以包括：输入装置530和输出装置540。

处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器520作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的基于区块链的隐私计算方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的基于区块链的隐私计算方法。

存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据语音交互设备的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至语音交互设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置530可接收输入的数字或字符信息，以及产生与语音交互设备的用户设置以及功能控制有关的信号。输出装置540可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器520中，当被所述一个或者多个处理器510执行时，执行上述任意方法实施例中的基于区块链的隐私计算方法。

上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。

本申请实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)其他具有数据交互功能的机载电子装置，例如安装上车辆上的车机装置。

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实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于区块链的隐私计算方法，应用于第一隐私计算节点，该方法包括：

获取自第二隐私计算节点的第二资源数据；

基于所述第二资源数据进行隐私计算，以生成第一隐私计算结果和至少一个第一中间计算数据；

从所述至少一个第一中间计算数据中，确定第一目标中间计算数据；

根据所述第一目标中间计算数据发送第一上链请求至区块链，使得利用第一区块链节点根据所述第一目标中间计算结果生成相应的第一数据上链记录。

2.根据权利要求1所述的方法，其中，所述方法还包括：

发送第一资源数据至所述第二隐私计算节点，使得所述第二隐私计算节点执行以下操作：

基于所述第一资源数据进行隐私计算，以生成第二隐私计算结果和至少一个第二中间计算数据；

从所述至少一个第二中间计算数据中，确定第二目标中间计算数据；

根据所述第二目标中间计算数据发送第二上链请求至所述区块链，使得利用第二区块链节点根据所述第二目标中间计算结果生成相应的第二数据上链记录。

3.根据权利要求2所述的方法，其中，在发送第一资源数据至所述第二隐私计算节点之后，所述方法还包括：

从所述区块链中获取所述第二数据上链记录；

基于所述第二数据上链记录，对所述第二隐私计算结果所对应的计算轨迹进行安全性溯源验证。

4.根据权利要求1所述的方法，其中，所述从所述至少一个第一中间计算数据中，确定第一目标中间计算数据，包括：

基于所述至少一个第一中间计算数据，检测用户选择操作；

根据所述用户选择操作所选中的一个或多个第一中间计算结果，确定第一目标中间计算数据。

5.根据权利要求1所述的方法，其中，所述从所述至少一个第一中间计算数据中，确定第一目标中间计算数据，包括：

基于预设的上链数据设置，从所述至少一个第一中间计算数据中确定第一目标中间计算数据。

6.根据权利要求1所述的方法，其中，所述根据所述第一目标中间计算数据发送第一上链请求至区块链，包括：

获取隐私计算业务数据；其中，所述隐私计算业务数据包括系统审计内容和/或关键信息锚点；

根据所述第一目标中间计算数据和所述隐私计算业务数据，发送第一上链请求至区块链。

7.根据权利要求6所述的方法，其中，所述隐私计算业务数据和/或所述第一目标中间计算数据为脱敏数据。

8.根据权利要求1所述的方法，其中，所述根据所述第一目标中间计算数据发送第一上链请求至区块链，包括：

基于所述第一隐私计算节点中所配置的区块链SDK和所述第一目标中间计算数据，发送第一上链请求至区块链。

9.一种电子设备，其包括：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1-8中任一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。

Images