基于蜂群学习的工业大数据共享方法研究

来源：计算机集成制造系统杂志2025年第4期北京时间：

作者：李东庭, 康海燕

单位：1.北京信息科技大学计算机学院2.未来区块链与隐私计算高精尖创新中心

摘要：为了解决工业大数据共享时,中间参数的隐私泄露以及恶意节点上传低质量模型的问题,结合目前较为火热的长安链,提出了基于蜂群学习的工业大数据共享方法。首先构建蜂群学习架构;其次将数据按照用户维度和用户特征维度进行划分;对用户维度重复度低而特征维度重复度高的数据提出了基于横向蜂群学习的工业大数据共享算法,对用户维度重复度高而特征维度重复度低的数据提出了基于纵向蜂群学习的工业大数据共享算法;最后构造了一个评分方法,将节点训练好的模型通过评分方法进行评分,服务器最终选择出评分较高的模型进行整合。通过多次实验后验证了所提方法不仅能够防止学习过程中泄露中间参数的隐私,还能增强参与联邦学习过程的节点之间的互相信任,从而实现一个可信的联邦学习模型,增强其隐私保护。

关键词：隐私保护,区块链,蜂群学习,联邦学习

基金资助：国家社科基金年度资助项目(21BTQ079);未来区块链与隐私计算高精尖中心项目(GJJ-24)。