(19)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 202210745204.2 (22)申请日 2022.06.28 (71)申请人 国网福建省电力有限公司 地址 350003 福建省福州市 鼓楼区五四路 257号 申请人 国网福建省电力有限公司信息通信 分公司 (72)发明人 陈红　粟仁杰　张和琳　林德威　 郑志伟　郭蔡炜　林靖颖　程修远　 江美玲　纪文　王怡婷　高董英　 张航　陈岸青　王斌　 (74)专利代理 机构 福州科扬专利事务所(普通 合伙) 35001 专利代理师 李晓芬(51)Int.Cl. H04L 9/00(2022.01) H04L 9/32(2006.01) H04L 9/40(2022.01) H04L 67/10(2022.01) (54)发明名称 基于同态加密与机器学习的混合区块链保 护方法和系统 (57)摘要 本申请揭示了一种基于同态加密与机器学 习的混合区块链保护方法， 获取输入的原始数据 和对应于原始数据的数据计算方法； 生成第一区 块， 得到多个隐私数据； 得到筛选数据； 进行同态 加密处理， 从而得到同态加密数据； 生成记载密 钥区块， 并将密钥区块连接在第二区块链的数据 链条的末端； 将第一区块转换为第二区块， 并将 第二区块发送至每一个第三类区块链节点； 对第 二区块进行数据处理， 以生成第三区块， 并将第 三区块发送给所有的第一类区块链节 点； 汇集接 收到的数据计算方法以生 成第四区块， 并将第四 区块连接在第三区块链的数据链条的末端； 将第 三区块连接在第一区块链的数据链条的末端， 实 现了提高区块链数据的保密性的目的。 权利要求书3页 说明书13页 附图3页 CN 115134066 A 2022.09.30 CN 115134066 A 1.一种基于同态加密与机器学习的混合区块链保护方法， 其特 征在于， 包括： S1、 多个第一类区块链节点， 分别根据预设的数据输入方式， 获取输入的原始数据和对 应于原始数据的数据计算方法， 并分别将原始数据发送至每一个第二类区块链节点， 分别 将数据计算方法发送至每一个第三类区块链节点； 其中， 所有的第一类区块链节点构成了 第一区块链， 第一类区块链节点中的部分节点为第二类区块链节点， 第一类区块链节点中 的另一部分节点 为第三类区块链 节点， 第二类区块链 节点与第三类区块链 节点不重合； S2、 多个第二类区块链节点， 分别汇集接收到的原始数据以生成第 一区块， 并将第一区 块输入各自预先训练得到的 隐私数据筛选模型中进行 处理， 以得到对应于各自隐私数据筛 选模型输出的多个隐私数据； 其中， 所有的第二类区块链节 点构成了第二区块链， 隐私数据 筛选模型基于机器学习模型， 并以预先收集的文本语料作为训练数据进行训练得到， 并且 预先收集的文本中的隐私数据已进行 人工标注处 理； S3、 多个第二类区块链节点， 进行隐私数据交互， 以将多个隐私数据进行并集处理， 从 而得到筛选数据； S4、 多个第二类区块链节点， 根据预设的密钥生成算法生成密钥， 并根据 预设的同态加 密算法， 采用生成的密钥对筛 选数据进行同态加密处 理， 从而得到同态加密数据； S5、 多个第二类区块链节点， 生成记载有生成的密钥和同态加密算法和的密钥区块， 并 基于预设的共识算法， 将密钥区块连接在第二区块链的数据链条的末端； S6、 多个第二类区块链节点， 将同态加密数据替换筛选数据， 从而将第 一区块转换为第 二区块， 并将第二区块发送至每一个第三类区块链 节点； S7、 多个第三类区块链节点， 根据接收到数据计算方法， 对第二区块进行数据处理， 以 生成第三区块， 并将第三区块 发送给所有的第一类区块链节 点； 其中， 所有的第三类区块链 节点构成了第三区块链； S8、 多个第三类区块链节点， 汇集接收到的数据计算方法以生成第四区块， 并基于预设 的共识算法， 将第四区块连接在第三区块链的数据链条的末端； S9、 多个第一类区块链节点， 基于预设的共识算法， 将第 三区块连接在第一区块链的数 据链条的末端， 从而实现对混合区块链数据的保护。 2.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法， 其特征在 于， 所述隐私数据筛选模型基于Word2vec模型或者BERT模型训练而成； 数据计算方法与原 始数据中的数值相对应； 所述多个第二类区块链节点， 根据预设的密钥生成算法生成密钥， 并根据预设的同态 加密算法， 采用生成的密钥对筛选数据进行同态加密处理， 从而得到同态加密数据的步骤 S4， 包括： S401、 多个第二类区块链 节点判断筛 选数据中是否存在数值数据； S402、 若筛选数据中存在数值数据， 则多个第二类区块链节点判断数值数据是否与数 据计算方法对应； S403、 若数值数据与数据计算方法对应， 则多个第二类区块链节点对筛选数据进行拆 分， 以得到文本数据与数值数据； S404、 多个第二类区块链 节点根据预设的密钥生成算法生成第一密钥和第二密钥； S405、 多个第二类区块链节点根据预设的同态加密算法， 采用生成的第一密钥对文本权　利　要　求　书 1/3 页 2 CN 115134066 A 2数据进行一次同态加密处 理， 以得到第一密文； S406、 多个第二类区块链节点根据预设的同态加密算法， 采用生成的第二密钥对数值 数据进行二次同态加密处 理， 以得到第二密文； S407、 多个第二类区块链 节点汇集第一密文与第二密文， 以得到同态加密数据。 3.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法， 其特征在 于， 所述多个第二类区块链节点， 根据预设的密钥生成算法生成密钥， 并根据预设的同态加 密算法， 采用生成的密钥对筛选数据进行同态加密处理， 从而得到同态加密数据的步骤S4 中的同态加密算法为Gent ry算法。 4.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法， 其特征在 于， 所述多个第二类区块链节点， 生成记载有生成的密钥和同态加密算法和的密钥区块， 并 基于预设的共识算法， 将密钥区块连接在第二区块链的数据链条的末端的步骤S5之前， 包 括： S41、 多个第 二类区块链节点以预设的编程语言创建区块链类， 再对区块链类实例化以 生成创世区块； S42、 多个第 二类区块链节点在创世区块后依次连接其他区块， 从而形成第二区块链的 数据链条， 并且除创世区块之外的每个区块均记 载有对前一区块进行哈希计算得到的哈希 值； 所述多个第二类区块链节点， 生成记载有生成的密钥和同态加密算法和的密钥区块， 并基于预设的共识算法， 将密钥区块连接在第二区块链的数据链条的末端的步骤S5， 包括： S501、 多个第二类区块链节点获取第二区块链的数据链条的当前末端区块， 并根据预 设的哈希算法， 对当前末端区块进行哈希计算， 以得到区块哈希值； S502、 多个第二类区块链节点生成记载有生成的密钥和同态加密算法和的密钥区块， 并且将区块哈希值写入密钥区块的区块头中， 再基于预设的共识算法， 将密钥区块连接在 第二区块链的数据链条的末端。 5.根据权利要求1所述的基于同态加密与机器学习的混合区块链保护方法， 其特征在 于， 所述多个第二类区块链节点， 将同态加密数据替换筛选数据， 从而将第一区块转换为第 二区块， 并将第二区块发送至每一个第三类区块链 节点的步骤S6之后， 包括： S61、 多个第二类区块链节点， 根据预设的哈希算法， 对密钥区块进行哈希计算以得到 密钥哈希值， 再将密钥哈希值发送至每一个第三类区块链 节点； 所述多个第三类区块链节点， 汇集接收到的数据计算方法 以生成第 四区块， 并基于预 设的共识算法， 将第四区块连接在第三区块链的数据链条的末端的步骤S 8， 包括： S801、 多个第三类区块链节点， 汇集接收到的数据计算方法以生成第四区块， 将密钥哈 希值写入第四区块， 并基于预设的共识算法， 将第四区块连接在第三区块链的数据链条 的 末端； 所述多个第三类区块链节点， 汇集接收到的数据计算方法 以生成第 四区块， 并基于预 设的共识算法， 将第四区块连接在第三区块链的数据链条的末端的步骤S 8之后， 包括： S81、 多个第三类区块链节点， 根据预设的哈希算法， 对第四区块进行哈希计算以得到 第四哈希值， 并将第四哈希值发送至每一个第一类区块链 节点； 所述多个第一类区块链节点， 基于预设的共识算法， 将第三区块连接在第一区块链的权　利　要　求　书 2/3 页 3 CN 115134066 A 3