基于区块链的可信数据空间联邦学习恶意攻击验证方法

本发明公开了基于区块链的可信数据空间联邦学习恶意攻击验证方法，属于联邦学习技术领域，方法包括：各个工作者从区块链网络的合法区块中获取全局模型，分别对全局模型进行局部学习，获得第一局部模型更新；各个验证者分别验证所有工作者的身份，并将通过验证的工作者提交的第一局部模型更新作为第二局部模型更新，并分别基于对应的所有第二局部模型更新进行质量投票，获得各个投票结果；各个记账节点基于所有投票结果和所有第二局部模型更新确定区块链网络上新的合法区块，并确定新的合法区块内新的全局模型；其中，新的全局模型表征用于下一轮次联邦学习的全局模型。该方法能够减少恶意攻击的影响，提高生成的全局模型的性能。