基于零知识机器学习和链上验证的数据要素隐私保护方法

本发明公开了一种基于零知识机器学习和链上验证的数据要素隐私保护方法，包括：构建由去中心化应用、合约用户、数据供应商、分布式预言机架构以及链上验证节点组成的系统模型；通过ZK‑SNARK技术，将模型中的计算密集型任务下放到链下预言机中执行；基于零知识机器学习模型上链及参数更新算法，通过零知识gossip协议快速同步经过差分隐私处理的模型参数至多个预言机节点，并将这些参数的更新过程记录在区块链中。本发明通过ZK‑SNARK技术，将模型计算任务下放到链下预言机服务器中执行，显著降低链上计算成本，并有效保护隐私。