一种基于区块链的激励式鲁棒聚类联邦学习系统

本发明公开了一种基于区块链的激励式鲁棒聚类联邦学习系统，属于信息安全技术领域，用于解决心理健康数据跨机构协同分析中的隐私保护、异构数据兼容性及恶意攻击防御问题。系统通过区块链构建去中心化架构，结合多客户端函数加密实现梯度密文聚合与安全解密，在密文状态下计算余弦相似度完成客户端层次聚类，降低非独立同分布数据对模型收敛的影响。采用差分隐私噪声注入与几何中位数检测机制，过滤恶意客户端；设计权重分配策略，动态调整聚类模型贡献权重以增强鲁棒性。创新性提出基于深度强化学习的多维信誉激励机制，通过贡献度、恶意行为历史及模型精度动态优化奖励分配，激励高质量参与。