国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法

      文檔序號(hào):40280222發(fā)布日期:2024-12-11 13:18閱讀:來(lái)源:國(guó)知局

      技術(shù)特征:

      1.一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法,其特征在于,包括以下步驟:

      2.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的方法中的惡意客戶端是系統(tǒng)中存在的企圖破壞聯(lián)邦學(xué)習(xí)過(guò)程的聯(lián)邦訓(xùn)練節(jié)點(diǎn),它們的目的是阻止全局模型收斂和降低全局模型準(zhǔn)確率,惡意客戶端所上傳的偽造過(guò)的本地模型叫做惡意模型。惡意客戶端是“半全知”的:惡意客戶端之間能彼此串通,合作偽造本地模型,可以通過(guò)訪問(wèn)區(qū)塊鏈獲得額外的背景知識(shí),包括歷史全局模型更新、節(jié)點(diǎn)歷史模型更新,但是惡意客戶端無(wú)法得知誠(chéng)實(shí)客戶端的本地?cái)?shù)據(jù)集等信息?;诖?,可以發(fā)動(dòng)如下攻擊,包括標(biāo)簽翻轉(zhuǎn)攻擊、高斯噪聲攻擊、后門攻擊以及注入惡意數(shù)據(jù)。

      3.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的方法中涉及的角色包括:

      4.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的惡意客戶端識(shí)別步驟具體包括:

      5.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的委員會(huì)選舉機(jī)制步驟具體包括:

      6.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的自適應(yīng)權(quán)重聚合策略,考慮了實(shí)際信用評(píng)估模型訓(xùn)練時(shí)出現(xiàn)各客戶端所擁有的信用數(shù)據(jù)存在數(shù)據(jù)異質(zhì)性的情況,將各客戶端的模型準(zhǔn)確度,誠(chéng)實(shí)度、數(shù)據(jù)規(guī)模作為分配其參與模型聚合的權(quán)重的基礎(chǔ),使得權(quán)重依實(shí)際情況動(dòng)態(tài)調(diào)節(jié),從而減少偏差,最終提高全局模型質(zhì)量,加快全局收斂。

      7.根據(jù)權(quán)利要求1所述的一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法其特征在于,所述的基于委員會(huì)的改進(jìn)pbft共識(shí)協(xié)議,共識(shí)的達(dá)成僅在委員會(huì)之間,在進(jìn)行共識(shí)階段,領(lǐng)導(dǎo)節(jié)點(diǎn)作為主節(jié)點(diǎn),委員會(huì)節(jié)點(diǎn)作為從節(jié)點(diǎn),執(zhí)行改進(jìn)后的pbft共識(shí)協(xié)議將區(qū)塊上鏈。具體來(lái)說(shuō),改進(jìn)后pbft共識(shí)協(xié)議流程將原本三階段通信劃分成pre-prepare、prepare、pre-broadcast、commit、commit-broadcast五個(gè)階段,減少每階段的通信次數(shù),提高了共識(shí)效率。


      技術(shù)總結(jié)
      本發(fā)明公開了一種房屋交易中基于區(qū)塊鏈與聯(lián)邦學(xué)習(xí)的企業(yè)信用評(píng)估方法,方法包括:任務(wù)發(fā)布方發(fā)布評(píng)估任務(wù);客戶端利用本地?cái)?shù)據(jù)進(jìn)行模型訓(xùn)練;任務(wù)發(fā)布方根據(jù)訓(xùn)練結(jié)果評(píng)估客戶端誠(chéng)實(shí)度,區(qū)分誠(chéng)實(shí)和惡意客戶端;從誠(chéng)實(shí)客戶端中選出委員會(huì)節(jié)點(diǎn)和領(lǐng)導(dǎo)節(jié)點(diǎn);委員會(huì)節(jié)點(diǎn)利用本地?cái)?shù)據(jù)進(jìn)行交叉驗(yàn)證,評(píng)估模型準(zhǔn)確率;領(lǐng)導(dǎo)節(jié)點(diǎn)基于客戶端誠(chéng)實(shí)度、模型準(zhǔn)確率和數(shù)據(jù)規(guī)模自適應(yīng)更新聚合權(quán)重,聚合全局模型并生成區(qū)塊,經(jīng)改進(jìn)的PBFT協(xié)議共識(shí)后上傳區(qū)塊;進(jìn)行下一輪訓(xùn)練,直至全局模型滿足任務(wù)要求。本發(fā)明利用可信數(shù)據(jù)引導(dǎo)模型更新,降低惡意客戶端的影響,改進(jìn)PBFT共識(shí)機(jī)制提高共識(shí)效率,基于多因素自適應(yīng)更新聚合權(quán)重,保證了數(shù)據(jù)異質(zhì)情況下的模型質(zhì)量。

      技術(shù)研發(fā)人員:姚榮彬,展云龍,李曉歡,葉進(jìn),王旬,唐欣,陳倩
      受保護(hù)的技術(shù)使用者:桂林電子科技大學(xué)
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/12/10
      當(dāng)前第2頁(yè)1 2 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1