基于智能合约私有链与联邦学习的移动用户可信认证方法

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：常英贤, 桂纲, 杨涛, 马广鹏, 汤泉, 田野

摘要：能源企业的员工用户的隐私保护和可信认证是安全生产的关键。联邦学习能够在保护数据本身隐私的情况下构建用户认证模型。然而，在联邦学习过程中，存在着数据采集效率低、节点易受中毒攻击、缺乏实用性等缺陷。为此，提出一种结合智能合约私有链和联邦学习的新型移动用户认证模型优化方法，结合时序数据的离散小波分解和长短期记忆网络，该方法可以提高数据收集速率，降低训练好的模型被攻击者绕过的概率，提高模型的安全性。通过在1513人的真实环境数据集上的实验结果表明，该方法能有效抵抗中毒攻击，并达到较为满意的精度。

关键词：区块链, 联邦学习, 智能合约, 移动用户认证, 中毒攻击