摘要
本发明提供一种基于区块链可信共识和差分隐私的医疗数据隐私保护方法,解决基于区块链和联邦学习的BFL共享框架中存在隐私泄露、数据篡改、中毒攻击、女巫攻击、信任问题等多种安全威胁;本发明首先设计了自适应差分隐私算法来调整添加在梯度上的噪声量,以在隐私预算和精度下降之间取得平衡,防止攻击者通过梯度反推训练数据;其次,利用Multi‑Krum算法来检测中毒攻击,并基于数字签名进行安全聚合,确保数据来源的真实性和完整性;最后本发明提出基于信任的实用拜占庭容错共识协议Trust‑PFBT,综合考虑信任值、信任一致性和信任偏差进行信任评估,组建共识委员会,减少了恶意节点的信任攻击影响。
技术关键词
主节点
差分隐私保护机制
客户端
数据交换环境
实用拜占庭容错
代表训练数据
保险公司
阶段
医疗区块链
保护数据隐私
中心服务器
噪声量
模型更新
系统为您推荐了相关专利信息
软件缺陷预测算法
软件缺陷预测方法
全局测试数据
异构
卷积神经网络模型
加密数据
分片
加密算法
数据加密查询方法
主节点
差分隐私保护方法
客户端
深度神经网络
参数
中心服务器
资源调度策略
网络平台
资源分配信息
资源分配策略
资源调度模型