[发明专利]一种基于区块链的联邦学习模型质量检测方法

权利要求书

1.一种基于区块链的联邦学习模型质量检测方法，其特征在于，包括以下步骤：

(1)模型请求方requester和模型训练方worker约定需要训练的模型和优化器的设定；

(2)requester和worker约定零知识证明的电路C，电路C的逻辑为以模型参数作为私有输入，以测试点的数据作为公有输入，将模型参数加密后生成的Merkle Tree的根和模型基于测试点的输出的结果作为电路C的输出；

(3)requester和worker各自生成公私钥对(sk_r，pk_r)，(sk_w，pk_w)，并将公钥pk_r，pk_w发送给智能合约；

(4)requester和worker将各自的身份标识发送给智能合约；

(5)requester加密测试集，并使用加密后的测试集建出Merkle Tree，将Merkle Tree的根哈希、初始设置和身份信息发送给智能合约，并将加密后的测试集发送给worker；worker拿到加密后的测试集，建出对应的Merkle Tree验证符不符合链上的Merkle Tree根哈希；

(6)worker拿到加密后的测试集，建出对应的Merkle Tree验证符不符合链上的MerkleTree根哈希；

(7)worker训练步骤(1)中约定的模型得到训练好的模型，加密训练后的模型，并用加密后的模型建出Merkle Tree，以模型中的每个参数作为Merkle Tree的叶子结点，将Merkle Tree的根哈希发送给智能合约；(8)worker拿到requester的私钥，解密得到测试集，并用(5)中训练好的模型跑数据集得到结果和相应的证明，若结果不满足requester规定的阈值，就结束协议，否则用结果和证明建出Merkle Tree，将Merkle Tree的根哈希发送给智能合约；

(9)worker拿到测试集的结果和加密后的模型，构建对应的Merkle Tree验证加密后的模型符不符合链上的Merkle Tree根哈希，验证结果的正确性和是否满足要求；

(10)requester拿到worker的私钥，解密得到(7)中训练好的模型，并验证此模型的正确性；协议结束；

所述智能合约具体为：

初始状态下智能合约的状态status为0；

a.收到并处理请求R(type，parm)，其中type为请求类型，param为请求参数，具体为：

如果惩罚requester，终止协议；

如果type≠status+1，惩罚requester，终止协议；

验证param的合法性，如果不通过，惩罚requester，终止协议；

如果param解析为终止协议的指令S，终止协议；

如果param解析为对于对方不诚实的证明π_dishonest，处理π_dishonest；

更新status＝status+1；

b.收到并处理请求W(type，param)，具体为：

如果惩罚worker，终止协议；

如果type≠status+1，惩罚worker，终止协议；

验证param的合法性，如果不通过，惩罚worker，终止协议；

如果param解析为S，终止协议；

如果type＝5且param解析为π_dishonest，处理π_dishonest；

更新status＝status+1。

2.根据权利要求1所述一种基于区块链的联邦学习模型质量检测方法，其特征在于，所述步骤(4)包括以下子步骤：

(4.1)requester向智能合约发送R(1，id_r)，其中id_r为requester的身份标识；

(4.2)worker向智能合约发送W(1，id_w)，其中id_w为worker的身份标识。