一种基于联邦学习与可信计算的数据资产化协作方法及平台

本申请涉及数据资产化的技术领域，公开一种基于联邦学习与可信计算的数据资产化协作方法及平台，方法包括：多个可信执行节点于本地可信执行环境完成联邦学习隐私保护训练并生成计算贡献，模型执行阶段由对应节点核验授权令牌；区块链激励与交易层通过两类智能合约依据计算贡献分配模型资产通证权益，存储加密运算模型访问密钥及授权记录；模型资产化封装层将训练所得运算模型封装为模型资产通证，在元数据写入可信执行环境身份度量值，完成模型资产与指定硬件环境绑定；模型执行时，仅两项身份度量值完全匹配，方可在可信执行环境安全内存中解密运行对应封装运算模型。本申请能够运算模型资产精准硬件授权管控。