一种基于联邦学习和区块链的医疗大数据共享方法

摘要

本发明公开一种基于联邦学习和区块链的医疗大数据共享方法，具体流程为：数据使用方根据节点信任度选择节点，申请数据，并向智能合约缴纳使用费用；数据提供方收到申请并同意后，将自己的算力和数据样本大小公布上链；数据使用方发送模型和收敛条件到智能合约；数据提供方下载模型，当所有节点准备好，开始联邦学习，同时智能合约开始超时计算；……；智能合约进行聚合计算并判断是否收敛；智能合约更新每个节点的信任值，并根据贡献值发放酬劳。本发明提出的节点信任度评价机制，对本次训练的贡献度高的节点激励更多，增加节点“作恶”的“成本”，可以解决联邦学习中节点不可信问题，提高联邦学习的准确性，实现医疗大数据安全且高质量的共享。