基于区块链和联邦学习的数据安全流转与更新方法

本发明提供基于区块链和联邦学习的数据安全流转与更新方法，包括：模型发布者发布训练的模型参数到区块链中；各终端用户从区块链中获取对应的初始模型参数，通过本地机器学习训练出新的参数；将各自本地训练的参数通过网络安全高效地上传至区块链上；区块链把每次训练的模型参数视作一笔交易，当模型收敛时将交易打包为一个区块；不断重复训练，直至模型达到收敛状态，该发明解决联邦学习过程中由于中心化架构带来的数据安全隐患、单点故障问题以及数据流转不透明的问题，构建了一种去中心化、透明且高效的模型参数流转机制，确保联邦学习的参与者可以安全地共享和更新模型参数，提升了整体系统的安全性、隐私保护。