基于区块链与联邦学习的人工智能数据隐私保护系统

本发明公开了基于区块链与联邦学习的人工智能数据隐私保护系统，涉及区块链和联邦学习技术领域，包括：区块链模块：采用主链－侧链双链架构，主链存储全局模型哈希值与节点信誉评估数据，侧链通过分片技术存储加密后的本地模型参数；联邦学习模块：包含动态差分隐私算法和梯度三元化处理单元，用于本地训练阶段对梯度添加噪声并转换为三元数值格式；隐私保护模块：集成同态加密与零知识证明技术，实现模型参数的密文聚合与验证；恶意节点检测模块：基于余弦相似度与Multi‑Krum算法识别异常梯度更新，并与区块链模块中的节点信誉数据进行联动。本发明通过系统架构和隐私保护机制，在确保数据隐私的同时，提升联邦学习的效率和性能，具有广泛的应用前景。