基于区块链和差分隐私的联邦学习城市信息模型系统信息安全保护方法

本发明提出了一种基于区块链和差分隐私的联邦学习城市信息模型系统信息安全保护方法，通过将区块链的去中心化、不可篡改和可追溯性特性与差分隐私的数学隐私保护机制相结合，该方法有效解决了在城市信息模型系统中因数据共享和模型训练所带来的隐私和安全问题。具体而言，区块链技术用于记录和验证联邦学习过程中各节点的模型更新，确保过程的透明性和数据的完整性；差分隐私则通过在本地模型更新时添加噪声，保护各参与节点的私有数据不被推断或泄露。该方法通过去中心化的架构消除对中央可信方的依赖，提高了系统的安全性和自治性，适用于智慧城市背景下的城市信息模型系统的数据安全保护和高效协同计算。