[发明专利]基于同态加密与机器学习的混合区块链保护方法和系统

权利要求书

1.一种基于同态加密与机器学习的混合区块链保护方法，其特征在于，包括：

S1、多个第一类区块链节点，分别根据预设的数据输入方式，获取输入的原始数据和对应于原始数据的数据计算方法，并分别将原始数据发送至每一个第二类区块链节点，分别将数据计算方法发送至每一个第三类区块链节点；其中，所有的第一类区块链节点构成了第一区块链，第一类区块链节点中的部分节点为第二类区块链节点，第一类区块链节点中的另一部分节点为第三类区块链节点，第二类区块链节点与第三类区块链节点不重合；

S2、多个第二类区块链节点，分别汇集接收到的原始数据以生成第一区块，并将第一区块输入各自预先训练得到的隐私数据筛选模型中进行处理，以得到对应于各自隐私数据筛选模型输出的多个隐私数据；其中，所有的第二类区块链节点构成了第二区块链，隐私数据筛选模型基于机器学习模型，并以预先收集的文本语料作为训练数据进行训练得到，并且预先收集的文本中的隐私数据已进行人工标注处理；

S3、多个第二类区块链节点，进行隐私数据交互，以将多个隐私数据进行并集处理，从而得到筛选数据；

S4、多个第二类区块链节点，根据预设的密钥生成算法生成密钥，并根据预设的同态加密算法，采用生成的密钥对筛选数据进行同态加密处理，从而得到同态加密数据；

S5、多个第二类区块链节点，生成记载有生成的密钥和同态加密算法和的密钥区块，并基于预设的共识算法，将密钥区块连接在第二区块链的数据链条的末端；

S6、多个第二类区块链节点，将同态加密数据替换筛选数据，从而将第一区块转换为第二区块，并将第二区块发送至每一个第三类区块链节点；

S7、多个第三类区块链节点，根据接收到数据计算方法，对第二区块进行数据处理，以生成第三区块，并将第三区块发送给所有的第一类区块链节点；其中，所有的第三类区块链节点构成了第三区块链；

S8、多个第三类区块链节点，汇集接收到的数据计算方法以生成第四区块，并基于预设的共识算法，将第四区块连接在第三区块链的数据链条的末端；

S9、多个第一类区块链节点，基于预设的共识算法，将第三区块连接在第一区块链的数据链条的末端，从而实现对混合区块链数据的保护。

2.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法，其特征在于，所述隐私数据筛选模型基于Word2vec模型或者BERT模型训练而成；数据计算方法与原始数据中的数值相对应；

所述多个第二类区块链节点，根据预设的密钥生成算法生成密钥，并根据预设的同态加密算法，采用生成的密钥对筛选数据进行同态加密处理，从而得到同态加密数据的步骤S4，包括：

S401、多个第二类区块链节点判断筛选数据中是否存在数值数据；

S402、若筛选数据中存在数值数据，则多个第二类区块链节点判断数值数据是否与数据计算方法对应；

S403、若数值数据与数据计算方法对应，则多个第二类区块链节点对筛选数据进行拆分，以得到文本数据与数值数据；

S404、多个第二类区块链节点根据预设的密钥生成算法生成第一密钥和第二密钥；

S405、多个第二类区块链节点根据预设的同态加密算法，采用生成的第一密钥对文本数据进行一次同态加密处理，以得到第一密文；

S406、多个第二类区块链节点根据预设的同态加密算法，采用生成的第二密钥对数值数据进行二次同态加密处理，以得到第二密文；

S407、多个第二类区块链节点汇集第一密文与第二密文，以得到同态加密数据。

3.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法，其特征在于，所述多个第二类区块链节点，根据预设的密钥生成算法生成密钥，并根据预设的同态加密算法，采用生成的密钥对筛选数据进行同态加密处理，从而得到同态加密数据的步骤S4中的同态加密算法为Gentry算法。