【摘 要】
:
随着大数据时代的到来,数据共享已成为打破数据孤岛的主要手段。目前,通过具有强大存储能力和计算能力的云服务器进行协助是数据共享典型的实现方式,然而云服务器作为数据共享的中心服务器,其本质上受制于中心化信用模式,易于遭受单点故障或服务器恶意攻击的威胁。因此,如何减少对中心化云服务器的依赖、提高数据的安全性和隐私性成为了数据共享中亟需解决的问题。区块链作为具有计算能力的分布式账本,具备去中心化、去信任、
论文部分内容阅读
随着大数据时代的到来,数据共享已成为打破数据孤岛的主要手段。目前,通过具有强大存储能力和计算能力的云服务器进行协助是数据共享典型的实现方式,然而云服务器作为数据共享的中心服务器,其本质上受制于中心化信用模式,易于遭受单点故障或服务器恶意攻击的威胁。因此,如何减少对中心化云服务器的依赖、提高数据的安全性和隐私性成为了数据共享中亟需解决的问题。区块链作为具有计算能力的分布式账本,具备去中心化、去信任、防篡改、匿名性强等特点,能够较好的契合数据共享领域的安全与隐私保护需求。本文将利用区块链作为底层架构,结合差分隐私和联邦学习技术,开展了基于区块链和差分隐私的数据共享的研究,主要完成了以下工作:1.基于区块链的数据共享能够有效地提升数据的可信性,但是面临着链上存储容量有限、缺乏数据隐私保护等问题,因此本文提出了一种基于多层次区块链的数据共享模型。以医疗场景为例,利用多层次区块链协同技术和链上链下混合存储技术提高存储效率;使用AES加密和属性基加密对个人医疗数据进行加密后上传到链下的分布式存储中,并将数据索引信息上传到链上,基于多层次区块链协同以实现数据安全共享;引入差分隐私保护联邦学习中模型参数,有效地提升了数据的隐私安全。实验结果表明,相对于以太坊而言,机构存储开销平均下降了60%左右,用户存储平均开销下降30%左右。2.回归分析作为机器学习的典型算法,其隐私保护备受关注,本文以经典的函数机制为基础,提出了一种基于高斯噪声机制的差分隐私保护回归分析算法。差分隐私技术通过添加噪声为模型提供可量化的隐私水平,为保护机器学习中的隐私数据提供了有效的途径。不过,现有文献针对基于差分隐私的回归分析算法大多数依赖于传统的拉普拉斯噪声机制,会严重影响模型的可用性。本文使用高斯噪声替代拉普拉斯噪声,在用于隐私保护回归分析的经典函数机制的基础上提出了零式集中差分隐私函数机制(z CDP-FM)。进一步,通过向回归模型的目标函数多项式系数中添加不同尺度的高斯噪声,提出了高斯差分隐私回归模型(GSDPR)和零式集中差分隐私回归模型(z CDPR),有效地平衡敏感属性和非敏感属性的隐私预算。理论分析和实验结果表明,本文所提算法可在有效防止数据隐私的泄露的前提下,保证回归模型的有效性。3.以基于多层次区块链的数据共享模型和基于高斯噪声机制的差分隐私保护回归分析算法为基础,面向联邦学习场景的模型参数隐私保护需求,提出了一种基于区块链和联邦学习的隐私保护逻辑回归方案。联邦学习作为一种新型的分布式机器学习技术,经过使用中心服务器协调各参与方,在数据不出本地的前提下,通过共享模型参数进行协同建模,从而达到数据共享的目的。联邦学习虽然避免了参与方间直接共享数据,可从很大程度上避免了隐私数据的泄露,但是其依赖于中心服务器进行协调,是典型的中心化结构,面临着单点故障、隐私泄露等问题。为此本文以经典的机器学习分类算法——逻辑回归为例,提出了一种基于区块链和联邦学习的隐私保护逻辑回归,为保证联邦学习的可信性,本文选择将局部模型参数上传至具有去中心化特点的区块链中并通过智能合约进行模型聚合。为了保证逻辑回归模型的隐私性,同时保证联邦模型的可用性,针对于链下训练,本文在隐私保护逻辑回归模型的经典算法的基础上提出差分隐私逻辑回归(DPLR)算法;针对于链上聚合,本文设计并实现了一种委员会模型验证合约,可有效抵抗联邦学习中存在的模型投毒攻击。理论分析与实验结果表明,本章所提的方案能够有效的保证联邦学习的隐私性,同时提高了模型的效用。
其他文献
随着我国生产力水平的提高,国民经济快速发展,人民生活品质不断提升,全社会用电量需求迅速增加,由此带来了电力供需不平衡、碳排放量增多等问题,以致对产业经济、社会发展和居民生活都造成了很大影响。全面、及时、准确地对我国电力需求进行预测分析,能够为相关问题的解决提供支持,对于保障电力系统的合理运营规划,促进经济的可持续发展以及助力双碳目标的实现都具有重要意义。本文基于集成学习对我国全社会用电量进行预测研
在航天器、精密电子器件、天文望远镜镜面等高精尖技术领域,工作温度的波动带来的材料热膨胀急剧变化会极大影响精确度和使用寿命。解决这一问题的有效办法是:设计宽温区零/低热膨胀单相化合物。但是,此类化合物比较少,相关物理机制不清晰。因此本文基于框架结构灵活性探索新的宽温区低热膨胀材料,研究其热膨胀机理并表征了其它物理性能。采用固相烧结法制备出单相零/低热膨胀材料Ta2WO8,其在300-1000 K的宽
《园冶》是我国第一部造园学专著。该书蕴含了丰富的造园理论和造园技艺,为后世从事造园理论研究与造园实践活动提供了重要的借鉴与参考。文章围绕《园冶》进行深入探究,通过分析和梳理,以阐明《园冶》在造园理水方面所蕴含的审美思想。探究《园冶》理水审美思想,对《园冶》理水的审美理念进行梳理,阐明《园冶》理水在自然观、比德观以及和谐观三个方面的具体表现。《园冶》理水思想的核心是建立在崇敬自然的基础上,实现人与水
脑是自然界最复杂的器官,神经系统一直是生物医学研究的重点领域之一。神经成像技术,包括磁共振成像(Magnetic resonance imaging,MRI)、正电子发射断层扫描(Positron emission tomography,PET)等,已经成为神经系统基础研究和临床应用中不可或缺的检测手段。由于生物医学研究的特殊性,很多研究不能直接利用人进行试验,例如新药的研发,病理发展过程的研究等
近年来以以太坊为代表的第二代区块链平台迅猛发展。相较于第一代区块链平台,以太坊的主要特征之一就是全面实现了对智能合约编程的支持。智能合约使区块链的定位由分布式账本演化成去中心化应用。基于区块链平台的智能合约一般通过图灵完备的编程语言编写,有着去中心化和交易可信的天然优势。与标准的软件应用场景不同,智能合约一旦部署上链则无法更新和修改,如果包含漏洞代码上链便会造成不可预料的后果,可能会给区块链生态造
在脑科学领域中,研究动物大脑图像是了解大脑生理功能的最直接的途径。脑切片图像分析的一个重要步骤是通过匹配大脑切片到标准的大脑参考图集实现特定的脑区划分,并对每个脑区的标记神经元进行统计分析。以小鼠荧光标记脑切片为例,由于脑切片图像制备过程中引入的噪声和变形,以及与标准脑图谱图像的模态差异,导致脑切片图像无法直接与脑图谱图像建立精确的对应关系,进而影响到各个脑区中标记神经元数量统计的精度。同时,当前
在现代工业中,压力容器的密封性是衡量产品质量和安全性能的重要指标之一。压力容器主要的损坏形式是小孔径泄漏,它是导致压力容器失去应用价值的主要原因。因此,压力容器微弱泄漏检测无论在工业安全生产中,还是在日常生活中都具有重要价值和意义。目前,传统的压力容器泄漏检测技术有气泡、压差等方法,由于传统方法不但检测效率低,而且精度也不高,很难满足快速发展的现代工业对压力容器密封性的指标要求。本文提出了基于声发
同步现象是自然界中一种普遍的集体动力学行为,已经受到科学界不同领域的科研工作者的关注。混沌振子的同步行为和通过不同手段提高同步性能等相关课题的研究也是其中的一个热点领域。随着机器学习和人工智能的快速发展,我们的软件和硬件计算能力都在增强,通过机器学习来代替数学模型进行相关的序列预测,同步研究以及学习机器的内在记忆方式和机制的研究也引起了不同领域的学者关注。在论文中,我们主要分三个层次方面对混沌振子
证据裁判主义下的刑事诉讼活动格外注重证据作用的发挥,可以说刑事诉讼的过程是控辩双方在中立第三方主持下以其掌握刑事证据的多寡进行博弈的过程。辩护律师调查取证制度作为辩护制度的重要组成,对建立实质化控辩平等机制、贯彻有效辩护理念、推进庭审实质化的变革具有重大价值。基于诉讼模型、侦查模式的差异性,域外两大法系国家的调查取证制度呈现不同样态。通过梳理立法与分析司法实践状况来看,我国辩护律师调查取证制度在取
随着科技发展,科技与法律的联系更加紧密,这也促使了DNA鉴定技术在刑事诉讼中的运用。作为科技和诉讼有机结合的产物——DNA证据已然成为当代最具代表性的科学证据,是刑事案件的侦查和法庭审判不可或缺的一部分。DNA证据因具备高度的科学性、客观性和唯一性被司法人员所依赖,被称为“新一代证据之王”。然而司法实践证明,DNA证据在刑事诉讼的运用中并不完善,盲目采信DNA证据可能导致冤假错案发生。DNA证据在