CN116862508A - 一种基于联盟区块链的机器学习模型交易系统 - Google Patents
一种基于联盟区块链的机器学习模型交易系统 Download PDFInfo
- Publication number
- CN116862508A CN116862508A CN202310862873.2A CN202310862873A CN116862508A CN 116862508 A CN116862508 A CN 116862508A CN 202310862873 A CN202310862873 A CN 202310862873A CN 116862508 A CN116862508 A CN 116862508A
- Authority
- CN
- China
- Prior art keywords
- transaction
- node
- blockchain
- proving
- service
- 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.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 title claims abstract description 34
- 230000006870 function Effects 0.000 claims abstract description 22
- 230000008520 organization Effects 0.000 claims abstract description 10
- 238000012795 verification Methods 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000010754 BS 2869 Class F Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- 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
- G06F21/6209—Protecting access to data via a platform, e.g. using keys or access control rules to a single file or object, e.g. in a secure envelope, encrypted and accessed using a key, or with access control rules appended to the object itself
-
- 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
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Accounting & Taxation (AREA)
- Computer Hardware Design (AREA)
- Finance (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于联盟区块链的机器学习模型交易系统,该联盟区块链交易系统包括数据提供方,服务提供商,监管组织,证明组织以及区块链公共账本;智能合约包括数据提供方合约,服务提供方合约和功能合约,所述数据提供方为交易中的买方;所述服务提供方为交易中的卖方,该基于联盟区块链的机器学习模型交易系统不依赖额外的硬件保护机制,基于智能合约为联盟区块链设计了一种机器学习模型的公平交易系统,保证对交易双方的交易公平性,交易系统主要基于链码,几乎不依赖于区块链的底层;该系统依据区块链实现,在交易流程中保存了环境副本,对环境变化非常敏感,因此执行环境具备可信度。
Description
技术领域
本发明涉及计算机信息安全技术领域,具体为一种基于联盟区块链的机器学习模型交易系统。
背景技术
机器学习(ML)在自然语言处理、药物分析、风险预测等多种应用场景中得到了广泛的应用。公平交换的挑战已经被研究了几十年,过去的研究已经表明,公平的实现离不开可信第三方的帮助。
ZKCP协议成功后,研究人员提出了改进协议(即零知识权变服务支付ZKCSP),它允许卖方S向买方B出售一些有保证的数字服务,如一个数独游戏的解决方案。现有的技术对于交易的双方并不具备双方的公平性,同时也无法验证服务提供商是否具备所说工作量。
名称为“一种基于区块链的数字商品交易方法和装置(授权公告号CN112767163A)”的中国发明专利申请公开了一种基于区块链的数字商品交易方法以及装置,应用提供的数字商品交易方法通过将商品交易的不同阶段分配给不同的交易节点来实现数字商品交易的管理,但在此方案中缺乏对交易公平性的保证,即交易对双方并不同等公平;名称为“基于区块链网络的机器学习模型处理方法以及节点(授权公告号CN110991622A)“的中国发明专利申请公开了一种基于区块链网络的机器学习模型处理方法、节点及存储介质,通过加密传输手段,该方法可以通过在多方参与的模型训练参与的场景中提升数据和自身的安全性。但是以上两种专利在实现交易的过程中并未提供数据/服务正确性证明,同时交易方式也缺乏对于双方的公平性。
名称为“基于区块链的机器学习任务分发方法、设备与系统(授权公告号CN114037086A)“的中国发明专利申请公开了一种基于区块链的机器学习任务分发方法、设备与系统,该一种基于区块链的机器学习任务分发方法,应用于基于区块链的机器学习任务分发系统,将机器学习任务分发给区块链服务器节点以及多个用户节点,实现了链上机器学习任务的分发;名称为“基于区块链网络的机器学习模型处理方法以及节点(授权公告号
CN110490305A)“,的中国发明专利申请公开了提供了一种在多方场景下的机器学习训练场景,提升了训练数据的安全性,同时提升效率,这两种专利虽然保证了一定程度上的隐私性和安全性,但是缺少对于工作量的保证,即无法确认每个训练节点是否按照合理的工作量训练数据。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于联盟区块链的机器学习模型交易系统,以解决上述背景技术中提出的问题,本发明解决了现有技术中对交易双方不具备同等公平性、工作量难以验证的问题,可以保证卖方声称的工作负载确实与实际工作负载相对应。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于联盟区块链的机器学习模型交易系统,该联盟区块链交易系统包括数据提供方,服务提供商,监管组织,证明组织以及区块链公共账本;智能合约包括数据提供方合约,服务提供方合约和功能合约,所述数据提供方为交易中的买方;所述服务提供方为交易中的卖方,所述证明组织和监管组织分别由一个证明节点和一个监管节点组成,数据提供方的需求和服务提供商的服务结果经由证明节点交付,同时证明节点还需提供零知识证明生成验证以及工作量记录,监管节点生成密钥并在交易双方确认交易后完成公平交易。
进一步的,所述数据提供方提出交易并将交易需求并传递给交易卖方,即服务提供方,在服务完成后,还需验证服务结果以完成交易。
进一步的,所述服务提供方从数据提供方处接受需求并根据要求完成服务,然后将服务结果交付证明节点。
进一步的,所述区块链账本模块主要作用是存储服务和功能节点产生的中间数据,最后形成区块链账本。
进一步的,所述数据提供方合约功能包括上传需求以及验证服务,上传需求功能通过调用功能合约来向服务提供方交付需求;验证服务包括了验证模型正确性和验证工作量,需要从证明节点获取由功能合约产生的各项中间数据以验证服务是否按照预定运行。
进一步的,所述服务提供方合约需要进行线上训练,线上训练需要从证明节点接受由数据提供方合约提供的需求,以复现训练过程,将训练结果上传至证明节点的私密数据库以生成零知识证明供数据提供方验证。
进一步的,监管节点生成交易秘钥,并使用交易秘钥加密证明节点中保存的训练结果,将加密后的结果传递链上,将交易秘钥本身保存至监管节点的私有数据库以确认交易流程可信。
进一步的,所述功能合约分为证明节点合约和监管节点合约。
进一步的,所述功能合约分为证明节点合约和监管节点合约,证明节点合约功能包括服务正确性证明生成及验证和工作量证明,监管节点包括交易秘钥生成以及结果验证。
进一步的,所述服务正确性证明由零知识证明提供,同时为数据提供方合约提供验证接口,工作量证明需要证明节点记录由服务提供方合约线上过程中的工作量记录以便于数据提供方验证工作量。监管节点合约在交易完成后验证数据提供方的付款信息以达成交易,同时监管节点的功能合约还需记录各种服务中的辅助信息。
本发明的有益效果:
1.该基于联盟区块链的机器学习模型交易系统不依赖额外的硬件保护机制,基于智能合约为联盟区块链设计了一种机器学习模型的公平交易系统,保证对交易双方的交易公平性。
2.该基于联盟区块链的机器学习模型交易系统主要基于链码,几乎不依赖于区块链的底层;该系统依据区块链实现,在交易流程中保存了环境副本,对环境变化非常敏感,因此执行环境具备可信度。
3.该基于联盟区块链的机器学习模型交易系统不依赖于传统的硬件监控,在软件为机器学习训练过程提供了工作量记录。
附图说明
图1为本发明设计架构和主要组成部分图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,本发明提供一种技术方案:一种基于联盟区块链的机器学习模型交易系统,具体实现如下:
一、系统设计架构
以下结合附图对本发明的原理和特征进行描述,为了达成对交易双方的公平性,为交易中的数据生成了零知识证明,这代表卖方在付款之前无法得知参数的具体信息,这实现了交易中的隐私性。为了加强交易的安全性,为交易生成了交易秘钥,使得交易中实现了一手交钱一手交货,保护了交易的安全性。除了保护交易的隐私性和安全性,系统还设置了检查智能合约和环境的版本号以防止恶意修改。
二、系统执行流程
如图1的系统执行流程所示,首先建立区块链网络,在节点上实例化需要的智能合约。本发明由一个数据提供方节点、一个服务提供方节点、一个证明节点和一个监管节点组成,具体执行流程为:
步骤1:初始化Init。
在该步骤中,具体实施可分为如下细节:
(1)建立区块链网络,启动所有的节点,在数据提供方和服务提供方节点上实例化数据提供方合约和服务提供方合约,在证明节点和监管节点上实例化功能合约。
(2)区块链上的数据是通过约定的标识KeyID访问的,一个完整的交易会话需要预先数据提供方和服务提供方进行离线协商,它们类似于分别绑定到双方的成员变量,这些变量包括交易标识以及一些算法相关的约定,如使用算法类别F,数据集D等。
步骤2:数据提供方发送需求R。
数据提供方通过数据提供方合约调用功能链码,将自己的需求R公开传递至区块链公开账本,即需求R作为交易中的标准之一被记录在链上。
步骤3:服务提供方接受需求R,并进行线下训练。
UnderChainTrain(D,F,R)→(Parameters)
(1)服务提供方通过约定的keyID调用合约由链上获取交易需求R
(2)服务提供方下载需求后在链下进行训练以获取最佳结果Parameters,即最佳的满足需求的参数
步骤4:链上复现,工作量记录
在该步骤中,具体实施可分为如下细节:
(1)OnchainTrain(D,F,R)→(Parameters,Workload)
本实施例,服务提供商提供服务结果后,需要在链上以同样的数据复现训练结果,以获取同样的最佳结果Parameters,同时进行工作量记录Workload,将结果传递至监管节点私有库中。
(2)Hash(D,Workload,Code,Parameters)→Hashvalue
记录训练过程中的辅助信息包括工作量Workload和训练参数包括代码文件Code,数据集文件D等,经过hash之后将hashvalue传递给监管节点处理
(3)Enc(k,Parameters)→Z,Hash(k)→y
生成交易秘钥k,将结果通过Z=Enc(k,Parameters)加密后的密文Z传递至链上,将k传递至监管节点的私有数据库,将khash处理后的结果y传递至链上。
步骤5:生成正确性证明
在该步骤中,具体实施可分为如下细节:
(1)KeyGen(1λ)→(PK,VK)
由证明节点功能链码生成零知识秘钥对以应用于之后的零知识证明中,将零知识验证秘钥VK上传至链上以便于验证
(2)Prove(VD,F,R,PK,Parameters)→π
本实施例证明节点获取由服务提供方合约提出的挑战数据VD后,通过节点的功能合约生成零知识证明,并将证明所需的π传递至链上,同时提供验证接口以便于后续验证,具体的验证要求是训练的结果满足数据提供方开始提出的要求R。
步骤6:验证交易。
在该步骤中,具体实施可分为如下细节:
(1)Verify(π,VK,R)→1/0
数据提供方通过证明节点的功能合约接口,使用已知的零知识验证秘钥VK验证证明π是否成立,即验证服务提供商提供的R是否符合要求
(2)Verify(Z,hashvalue,WorkLoad)→1/0
本实施例,监管节点重新计算并验证hashvalue,即过程中环境是否改变,证明执行环境安全;监管节点验证Z,即通过k必须可以解密出对应的参数结果Parameters;监管节点输出WorkLoad记录,此时卖方可验证是否符合实际情况
(3)FairExchange(Coin,k,y)→(Coin,k)
(3.1)检验完成后,开始公平交易流程,Buyer向监管节点付费Coin
(3.2)监管节点接受Coin,同时锁死Coin,同时,k的hash值y交付Seller
(3.3)监管节点重新计算并验证k的hash值,验证无误后,监管合约解锁Coin
(3.4)监管节点将k交付买家Buyer,同时将Coin交付卖方,至此一手交钱一手交货,交易完成。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种基于联盟区块链的机器学习模型交易系统,其特征在于:该联盟区块链交易系统包括数据提供方,服务提供商,监管组织,证明组织以及区块链公共账本;智能合约包括数据提供方合约,服务提供方合约和功能合约,所述数据提供方为交易中的买方;所述服务提供方为交易中的卖方,所述证明组织和监管组织分别由一个证明节点和一个监管节点组成,数据提供方的需求和服务提供商的服务结果经由证明节点交付,同时证明节点还需提供零知识证明生成验证以及工作量记录,监管节点生成密钥并在交易双方确认交易后完成公平交易。
2.根据权利要求1所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述数据提供方提出交易并将交易需求并传递给交易卖方,即服务提供方,在服务完成后,还需验证服务结果以完成交易。
3.根据权利要求2所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述服务提供方从数据提供方处接受需求并根据要求完成服务,然后将服务结果交付证明节点。
4.根据权利要求1所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述区块链账本模块主要作用是存储服务和功能节点产生的中间数据,最后形成区块链账本。
5.根据权利要求1所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述数据提供方合约功能包括上传需求以及验证服务,上传需求功能通过调用功能合约来向服务提供方交付需求;验证服务包括了验证模型正确性和验证工作量,需要从证明节点获取由功能合约产生的各项中间数据以验证服务是否按照预定运行。
6.根据权利要求5所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述服务提供方合约需要进行线上训练,线上训练需要从证明节点接受由数据提供方合约提供的需求,以复现训练过程,将训练结果上传至证明节点的私密数据库以生成零知识证明供数据提供方验证。
7.根据权利要求6所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:监管节点随机生成交易秘钥,同时将证明节点保存的训练结果使用交易秘钥加密并上传至链上,将交易秘钥保存在监管节点私有数据库以确认交易流程可信。
8.根据权利要求1所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述功能合约分为证明节点合约和监管节点合约。
9.根据权利要求8所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述功能合约分为证明节点合约和监管节点合约,证明节点合约功能包括服务正确性证明生成及验证和工作量证明,监管节点包括交易秘钥生成以及结果验证。
10.根据权利要求9所述的一种基于联盟区块链的机器学习模型交易系统,其特征在于:所述服务正确性证明由零知识证明提供,同时为数据提供方合约提供验证接口,工作量证明需要证明节点记录由服务提供方合约线上过程中的工作量记录以便于数据提供方验证工作量,监管节点合约在交易完成后验证数据提供方的付款信息以达成交易,同时监管节点的功能合约还需记录各种服务中的辅助信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310862873.2A CN116862508A (zh) | 2023-07-13 | 2023-07-13 | 一种基于联盟区块链的机器学习模型交易系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310862873.2A CN116862508A (zh) | 2023-07-13 | 2023-07-13 | 一种基于联盟区块链的机器学习模型交易系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116862508A true CN116862508A (zh) | 2023-10-10 |
Family
ID=88235567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310862873.2A Pending CN116862508A (zh) | 2023-07-13 | 2023-07-13 | 一种基于联盟区块链的机器学习模型交易系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116862508A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025602A (zh) * | 2017-02-24 | 2017-08-08 | 杭州象链网络技术有限公司 | 一种基于联盟链的金融资产交易系统构建方法 |
CN109146684A (zh) * | 2018-08-07 | 2019-01-04 | 杨国超 | 去中心化交易验证方法 |
WO2019037561A1 (zh) * | 2017-08-23 | 2019-02-28 | 众安信息技术服务有限公司 | 一种基于联盟链的智能合约升级方法和系统 |
CN111667366A (zh) * | 2020-05-14 | 2020-09-15 | 武汉理工大学 | 基于联盟区块链科技服务交易系统及交易方法 |
CN112241434A (zh) * | 2020-09-24 | 2021-01-19 | 华中农业大学 | 一种面向数据隐私保护的联盟区块链系统 |
-
2023
- 2023-07-13 CN CN202310862873.2A patent/CN116862508A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025602A (zh) * | 2017-02-24 | 2017-08-08 | 杭州象链网络技术有限公司 | 一种基于联盟链的金融资产交易系统构建方法 |
WO2019037561A1 (zh) * | 2017-08-23 | 2019-02-28 | 众安信息技术服务有限公司 | 一种基于联盟链的智能合约升级方法和系统 |
CN109146684A (zh) * | 2018-08-07 | 2019-01-04 | 杨国超 | 去中心化交易验证方法 |
CN111667366A (zh) * | 2020-05-14 | 2020-09-15 | 武汉理工大学 | 基于联盟区块链科技服务交易系统及交易方法 |
CN112241434A (zh) * | 2020-09-24 | 2021-01-19 | 华中农业大学 | 一种面向数据隐私保护的联盟区块链系统 |
Non-Patent Citations (1)
Title |
---|
陈龙;: "区块链驱动金融创新的理论与实践分析", 中国标准化, no. 22 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309634B (zh) | 一种基于区块链的可信广告数据管理系统 | |
CN108418680B (zh) | 一种基于安全多方计算技术的区块链密钥恢复方法、介质 | |
CN108734576B (zh) | 一种基于区块链的教育资源共享方法及系统 | |
CN109889504B (zh) | 去中心化数据访问权交易方法及系统 | |
CN112215608B (zh) | 数据处理方法和装置 | |
Somy et al. | Ownership preserving AI market places using blockchain | |
CN109377198A (zh) | 一种基于联盟链多方共识的签约系统 | |
CN107454114A (zh) | 一种竞拍方法、服务器及可读存储介质 | |
US20020162003A1 (en) | System and method for providing trusted browser verification | |
CN109697365A (zh) | 信息处理方法及区块链节点、电子设备 | |
CN112613956B (zh) | 一种招投标处理方法和装置 | |
Li et al. | A decentralized and secure blockchain platform for open fair data trading | |
CN111049806B (zh) | 一种联合权限控制方法、装置、电子设备和存储介质 | |
CN111414434B (zh) | 基于区块链的数据交易管理网络、交易设备和存储介质 | |
CN114900290A (zh) | 一种基于区块链的数据交易模型和隐私保护方法 | |
CN113283957B (zh) | 一种基于区块链的实体产品交易方法 | |
CN111915349A (zh) | 基于区块链的跨平台积分使用系统及方法 | |
CN114866323A (zh) | 一种用户可控的隐私数据授权共享系统及方法 | |
CN112232828A (zh) | 一种电网数据交易方法、系统 | |
CN113706261A (zh) | 一种基于区块链的电力交易方法、装置及系统 | |
CN115147224A (zh) | 基于联盟链的交易数据共享方法及装置 | |
WO2019062511A1 (zh) | 一种基于加密的数据确权方法及系统 | |
CN114997867A (zh) | 基于区块链和隐私计算的数据要素多模式交付系统和方法 | |
CN111325548A (zh) | 一种交换区块链系统及相应的通用区块链互操作方法和网络 | |
CN117290887B (zh) | 基于账户区块链的可问责隐私保护智能合约实现方法 |
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 |