一种基于区块链和联邦学习的教育数据隐私安全保护方法

本发明涉及数据隐私和安全保护技术领域，具体涉及一种基于区块链和联邦学习的教育数据隐私安全保护方法，该方法包括：基于股权权重的动态角色分配机制，将参与节点分为工作者、验证委员会与聚合委员会，通过哈希环映射实现去中心化选举；结合Diffie‑Hellman密钥协商与Shamir门限秘密共享的双层隐私保护策略，在本地模型添加可抵消的差分扰动，确保梯度交换的可验证性与噪声可消除性；使用拜占庭检测算法，通过基于梯度的符号聚类与相似性阈值过滤，有效识别非IID数据下的投毒攻击；基于区块链智能合约的贡献度激励模型，通过权益证明(PoS)动态调整委员会权重，防止女巫攻击与中心化垄断。采用该方法可以保障教育数据在分布式训练过程中的效用性和隐私安全性。