(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111167018.7 (22)申请日 2021.10.01 (71)申请人 浙商银行股份有限公司 地址 311200 浙江省杭州市萧 山区鸿宁路 1788号 申请人 易企银 （杭州） 科技有限公司 (72)发明人 陈嘉俊　臧铖　郭东升　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 代理人 刘静 (51)Int.Cl. H04L 67/1042(2022.01) H04L 9/40(2022.01) H04L 41/14(2022.01) H04L 41/147(2022.01)G06N 20/00(2019.01) (54)发明名称 一种基于联邦学习的区块链节点集群监控 方法及设备 (57)摘要 本发明公开了一种基于联邦学习的区块链 节点集群监控 方法及设备， 利用联邦学习对分布 式数据节 点数据隐私保护的特性， 针对节点监控 设计联邦 学习模型同步智能合约， 通过隐私交易 的方式， 在集群节点数据不交换的前提下， 在保 证节点数据隐私安全的同时， 能够对区块链集群 中的节点行为进行预测监控， 给出 非法异常节点 画像， 提前判别集群节点的行为， 确保区块链资 产的安全。 通过节点的交易金额、 交易对象、 共识 情况、 交易频次、 广播次数、 网络带宽等构成的多 维画像， 输出目标区块链节点的抖动性、 合法性 判别结果 等行为画像 。 权利要求书1页 说明书5页 附图4页 CN 113992694 A 2022.01.28 CN 113992694 A 1.一种基于联邦学习的区块链 节点集群监控方法， 其特 征在于， 包括： 区块链集群中， 每个节点根据本地节点的多维画像数据集训练本地节点的节点监控联 邦学习训练模型； 本地模型训练完成后， 将最新的模型参数通过隐私交易发送到联邦学习 模型同步智能 合约， 将节点行为画像结果通过隐私交易发送到业务合约， 进行上链， 经过共识后记录账 本； 区块链节点之间， 通过联邦学习模型同步智能合约同步模型参数， 并触发本地节点更 新本地模型， 使得链内节点同步 最新的节点 监控联邦学习训练模型。 2.根据权利要求1所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述多维画像数据集的数据维度包括： 交易对象、 交易金额、 交易时间、 交易频率、 交易次 数、 节点广播次数、 区块大小、 区块落块时间、 共识时间、 共识节 点签名验签结果、 共识投票、 网络负载、 网络通信时延。 3.根据权利要求1所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述多维画像数据集主要从区块链集群中采集， 作为节点监控联邦学习训练模型的训练数 据， 画像数据集可以通过配置文件指 定， 设计画像数据集配置接口实现动态配置， 并设计数 据集采集接口。 4.根据权利要求4所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述画像数据集配置接口可读取配置文件， 并将配置信息通过交易发送到区块链节点， 经 过共识后， 将会更新节点 监控联邦学习训练模型参数。 5.根据权利要求4所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述数据集采集接口实现从区块链集群上获取集群节点 监控多维画像数据。 6.根据权利要求1所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述联邦学习模型同步智能合约的设计包括： 初始化参数； 接 收本地节点发送的最新模型 参数； 将最新模型参数同步到区块链 集群各节点， 并触发各节点更新本地模型； 模型参数查 询。 7.根据权利要求1所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述业务合约的设计包括： 对节点行为画像结果上链， 对节点行为画像结果进行查询。 8.根据权利要求1所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 联邦学习训练结果即区块链集群节点画像存储到区块链节点上， 通过区块链接口适配层显 示监控结果。 9.根据权利要求8所述的一种基于联邦学习的区块链节点集群监控方法， 其特征在于， 所述适配层负责节点行为画像结果与区块链集群节点监控显示的交互， 包括服务端和适配 层接口， 从区块链集群获取节点行为画像结果， 然后通过服务端将画像结果发送到前端在 显示层显示； 所述适配层接口包括： 获取节点运行情况、 获取节点多维画像数据集、 获取节 点是否攻击、 获取节点异常预警信息等接口。 10.一种计算机设备， 包括： 存储器和 处理器； 所述存储器上存储有可由所述处理器运 行的计算机程序； 所述处理器运行所述计算机程序时， 执行如权利要求1至9任意一项所述 的方法。权　利　要　求　书 1/1 页 2 CN 113992694 A 2一种基于联邦学习的区块链节点 集群监控方 法及设备 技术领域 [0001]本发明涉及区块链技术领域， 尤其涉及一种基于联邦学习的区块链节点集群监控 方法及设备。 背景技术 [0002]区块链技术已经得到广泛应用， 如在金融、 民生、 政务、 司法、 企业等领域。 然而区 块链也面临着自身的问题和挑战， 区块链中有大量的节点集群， 一些不法节点可能会在集 群中进行非法行为， 对整个区块链集群造成危害。 那么一种能够监控和预测区块链集群节 点行为的方法尤为重要。 [0003]联邦学习使得各个参与机构能够在不直接交换原始数据的情 况下， 协同的训练机 器学习模型， 现有的工程技术中， 各个机构的协同训练依赖于中心化的第三方协作节点实 现控制、 聚合和密钥管理， 存在隐私风险和单点故障的问题。 发明内容 [0004]本发明的目的在于针对现有技术的不足， 提供一种基于联邦学习的区块链节点集 群监控方法及设备。 [0005]为实现上述目的， 本发明有如下技 术方案： [0006]本发明一方面 提供了一种基于联邦学习的区块链 节点集群监控方法， 包括： [0007]区块链集群中， 每个节点根据 本地节点的多维画像数据集训练本地节点的节点监 控联邦学习训练模型； [0008]本地模型训练完成后， 将最新的模型参数通过隐私交易发送到联邦学习模型同步 智能合约， 将节点行为画像结果通过隐私交易 发送到业务合约， 进 行上链， 经过共识后记录 账本； [0009]区块链节点之间， 通过联邦学习模型同步智能合约同步模型参数， 并触发本地节 点更新本地模型， 使得链内节点同步 最新的节点 监控联邦学习训练模型。 [0010]进一步地， 所述多维画像数据集的数据维度 包括： 交易对象、 交易金额、 交易时间、 交易频率、 交易次数、 节点广播次数、 区块大小、 区块落块时间、 共识时间、 共识签名验签结 果、 共识投票、 网络负载、 网络通信时延。 [0011]进一步地， 所述多维画像数据集主要从区块链集群中采集， 作为节点监控联邦学 习训练模型 的训练数据， 画像数据集可以通过配置文件指定， 设计画像数据集配置接口实 现动态配置， 并设计数据集采集接口。 [0012]进一步地， 所述画像数据集配置接 口可以读取配置文件， 并将配置信息通过交易 发送到区块链 节点， 经过共识后， 将会更新节点 监控联邦学习训练模型参数。 [0013]进一步地， 所述数据集采集接口实现从 区块链集群上获取集群节点监控多维画像 数据。 [0014]进一步地， 所述联邦学习模型同步智能合约的设计包括： 初始化参数； 接收本地节说　明　书 1/5 页 3 CN 113992694 A 3