融合信誉评估机制的区块链联邦学习平台设计

联邦学习存在中心化架构抗风险能力差问题、任务发布者与用户之间的信任问题、珍贵模型数据作为数字资产无法有效保护的问题。提出了一种融合信誉评估机制的区块链联邦学习平台架构设计,该平台以用户、任务发布者、以及验证委员会共同依托于公私链两层区块链搭建。任务发布者将联邦学习任务以智能合约的形式发放到公链网络上,用户通过与智能合约交互的形式参加任务,验证委员会将会对用户进行信誉评估并剔除恶意用户上传的梯度。任务发布者可以设置用户信誉值阈值,在任务开始前剔除大部分恶意用户。智能合约中的记录将作为任务发布者的产权证明,保护全局模型的数字版权。实验结果表明,在存在恶意节点的环境中,该架构下发布的联邦学习任务,其全局模型可以达到更高的精度,对于正常用户和恶意用户有高准确率的判定,并且用户的信誉值将得到客观的评估。

基于主观逻辑和拍卖算法的公证人组跨链交易机制

作为区块链领域研究的热点,跨链技术一直备受关注。公证人机制作为一种典型的跨链方法,会出现“公证人节点职能集中化”“节点信誉度不高”“中间人费用过高”等问题,对此提出了一种基于主观逻辑的公证人组跨链交易机制。通过引入主观逻辑的方法对单链上节点间的相互评估以及担任正式公证人后的交易信息进行评估,筛选出高信誉度的公证人组,使得公证人机制更为安全可靠。同时为了合理化公证人充当中间人时的费用,提出了一种基于反向维克里拍卖算法的定价机制,降低了公证人节点充当中间人时的价格。实验结果表明,相对于传统的公证人机制,该跨链交易的机制具有更好的安全性和更低的中间人费用。