基于联邦学习区块链的制造信息可信追溯数据存证方法

本发明公开了一种基于联邦学习区块链的制造信息可信追溯数据存证方法，设计了一套新的安全聚合策略，用以避免恶意客户端节点构造的“有毒”局部模型发起模型投毒攻击而影响制造信息追溯全局模型聚合的准确性，提升联邦学习过程的安全性与制造信息可信质量追溯的可靠性；重新构建了一种基于可验证随机函数的委员会共识机制，增强针对女巫攻击的防御能力，尽可能减小网络通信开销和共识延迟，提高制造信息追溯全局模型的迭代效率；并且，在针对模型相关数据的存储上也采用了优化手段，以提高模型与区块链之间协同运行的效率和可扩展性。本发明为在复杂供应链中实现安全、可靠、高效且可信追溯的制造信息质量管理提供了坚实而完整的技术解决方案。