基于区块链的隐私预算管理模型研究.pdf

云南民族大学学报（自然科学版），（）：收稿日期：作者简介：杜丽涛（），女，硕士，金融经济师和会计师 主要研究方向为财务管理基于区块链的隐私预算管理模型研究杜丽涛（云南省民族宗教事务委员会 机关服务中心，云南 昆明 ）摘要：针对目前智能财务管理时存在效率低、数据冗余、查询受限等问题，提出了基于多链结构的隐私预算管理模型 首先，建立历史记录簿，根据多链结构管理隐私预算，从而使数据使用者了解数据使用情况 其次，提出了一种改进的 模型用于检查历史查询记录是否与当前查询类型匹配，从而提高匹配相关性检测效率 最后，提出了一种基于噪声复用的差分隐私保护算法，从而防止具有知识背景的攻击者通过重复查询推断噪声量，提高同类查询的安全性能 本文方法为生产、财务等敏感信息管理具有一定借鉴作用 仿真阶段分别对剩余隐私预算、数据效能及模型性能进行分析，结果表明所提模型能够有效改善声音隐私预算分配情况，且可以减少节点存储的数据量，缓解数据冗余问题关键词：智能财务管理；区块链；隐私预算；差分隐私；查询匹配中图分类号：文献标志码：文章编号：（）近年来，以计算机、网络、通信、大数据、物联网等技术为支撑 ，工会会计制度中智能财务管理 得到了迅速发展 然而，在工会财务管理过程中，有许多参与者和复杂的业务参与者，包括生产、财务等敏感信息在内的业务数据可能存在隐私安全问题与传统的集中式数据库相比，区块链是一种解决隐私安全问题的重要手段 区块链常用的计算包括应用分布式数据库存储、传输、共识机制、加密算法和智能合约等 因此，一些学者提出通过区块链技术实现隐私保护 文献 提出一个基于可搜索加密的区块链信息保护方案，从而解决区块链信息极易被篡改和丢失的问题 文献 设计了基于区块链的网络隐私数据安全防护模型，从而提高数据传输安全要求 文献 提出了基于区块链的隐私保护可信联邦学习模型，可有效防止中间参数隐私泄露 然而，许多区块链应用研究仍然基于单链结构 一方面单链结构无法满足不同业务参与者的数据隔离要求，存在隐私泄露风险；另一方面也存在可扩展性差、吞吐量低等缺点 此外，许多研究直接将敏感数据存储在区块链上，无法向数据所有者提供敏感数据的使用信息，导致无法满足数据高可靠性和高可用性的要求为改善上述问题，本文提出了基于多链结构的隐私预算管理模型 首先，通过多链结构管理隐私预算并建立历史记录簿，以便数据提供商能够更清楚地了解数据使用情况 此外，本文还提出了一种基于噪声重用的差分隐私保护算法 基于多链结构的隐私预算管理模型隐私预算 是衡量差分隐私保护算法引入的噪声量的一个重要参数 隐私预算管理技术使数据所有者能够了解敏感数据的使用 此外，控制隐私预算可以防止敏感数据的过度使用，减少隐私安全威胁 首先，介绍相关概念和定义定义 相邻数据集 给定任意 个数据集 和 ，如果 和 中只有一个记录彼此不同，则称其为相邻数据集对于任意 个数据集 和 ，如果其满足相邻数据集的定义，则通过随机算法可以保证任何子集满足（，）松弛微分隐私 该过程可描述如下：（）（）（）式中，表示差分隐私保护算法 和 表示一对相邻的数据集 是松弛微分方程的误差参数 是控制隐私保护级别的隐私预算参数 越小，隐私保护效果越强，但算法的输出不能反映任何有价值的数据效能 因此，参数 范围通常为 实际情况下，对于满足（，）松弛差分隐私机制的查询将存在隐私泄露的风险 假定攻击者更改数据记录的可能性不超过 因此，如果算法满足（，）松弛差分隐私，则数据集中泄漏的信息将受到 和 的限制 同时，随着 和 的值越小，隐私保护级别越高，隐私泄漏量越小 当一个数据集需要响应同一类型的多个查询时，攻击者有可能通过连续查询获得用户信息 当用于数据干扰的隐私预算耗尽时，将不会响应新的查询以确保数据安全 然而隐私预算的消耗与多个数据提供商有关，为确保记录的真实性和可信度，所有数据提供商都应维护隐私预算记录 因此，通过区块链记录隐私损失预算可以防止其超过默认值 首先，通过建立一个单独的链来记录多链区块链中隐私预算的使用情况 其次，通过社区聚类划分算法 ，根据通信紧密度关系将供应链金融区块链节点划分为若干组需注意，算法执行过程中数据链由社区进行维护 考虑到不同社区的节点之间的数据同步不会相互影响，因此不同的数据链将不能直接相互访问 该机制确保了系统的信息安全 所提基于多链结构的供应链金融区块链系统结构如图 所示 根据数据分析需求，用户可以通过系统获取不同的业务数据 此外，系统由多个社区组成 社区由聚类算法的划分区块链上特定的节点的组成 同时，可根据社区中的多个节点共同维护数据链 系统中数据链是记录业务数据的区块链 每个区块记录代表不同的业务数据，这些数据由每个社区中的节点共同维护J1J1J2Jn.JJ1J2Jn.J2J1J2Jn.7%17%57%37%27%47%6.1.2AF*K.NAENAE图 基于多链结构的供应链金融区块链系统结构差分隐私保护服务器用于接收和处理请求 根据业务请求，系统将通过历史记录簿匹配查询不同数据类型 然后，从不同的数据链中获取原始数据信息 最后，利用差分隐私保护算法对查询结果进行处理 同时，差分隐私保护服务器还提供数据实用程序检测功能，从而确保数据可用性要求 历史记录簿链维护每个请求的查询类型、差异隐私保护算法产生的噪音以及隐私预算损失记录 基于噪声复用的隐私保护算法由于多次查询可能会重复干扰数据，造成隐私预算的浪费 当隐私预算耗尽时，系统将限制查询，从而确保数据隐私安全 然而，当隐私预算消耗过快时，可用的查询数量会急剧减少，从而导致查询限制问题 如果使用了数据噪声来响应特定类型的查询，则可以将旧噪声添加到新查询结果中，以响应相同类型的查询 因此，需要消耗少量隐私预算来更新噪声 在多链结构的基础上，本节提出了基于噪声复用的差分隐私保护算云南民族大学学报（自然科学版）第 卷法 接下来，对算法涉及的相关理论进行介绍定理 松弛微分隐私组合定理 松弛微分隐私组合定理是指当一个算法满足松弛微分隐私且按顺序作用于一个数据集时，该组合方法也满足松弛微分隐私差分隐私保护算法可能会再次给受干扰的数据添加噪声，因此仍然使用高斯机制来干扰数据安全 考虑到高斯分布的特点，高斯随机变量之和仍然遵循高斯分布 根据定理 的性质，利用高斯分布机制重复添加噪声，因此最终结果仍然满足放松差分隐私的定义同时，区块链系统通过历史记录簿上部署的链码验证和管理隐私预算 数据提供者需要在区块链系统上预设隐私预算的初始值，从而当数据分析系统请求数据时，原始数据可以受到 的干扰 此外，还应设置实际查询结果中的最大噪声量 ，用来确保数据安全要求 在算法设计过程中，隐私预算的消耗将严格控制在给定的 范围内 因此，算法满足（，）松弛微分隐私 基于伪相关反馈的查询匹配模型区块链系统支持的查询历史记录簿中存储的历史记录形式可描述如下（，（，），（，），（，），（）式中，为参考数据集；为剩余隐私预算 （，），（，），（，）为数据集查询的历史记录列表；在每个元组中，表示查询类型；表示添加到查询结果中的噪声；表示最大查询数量 当差异隐私保护服务器接收到数据集 的新查询（，）时，系统会将新查询与历史记录进行匹配本节介绍一种改进的伪相关反馈 （，）模型用于检查历史查询记录是否与当前查询类型匹配 首先，使用关联匹配方法获得查询之间的确切关联权重 同时，使用 方法计算的分数作为记录初始排名的分数，并选择排名前 的记录进行重新排名 然后，使用语义匹配的方法来获取查询和记录之间的语义相关性 进一步，本文考虑对前一步得到的前 个记录进行分割处理并执行拼接操作，最终获得分类结果（即两次记录相关或不相关）同时，选择内隐关系得分作为 个记录的语义相似度得分 基于局部相关性，如果记录的一部分与查询相关，则该记录将视为与查询相关 基于该假设，选择前 个记录的语义线性组合作为记录的语义得分，然后将该得分与通过相关匹配方法（即线性组合方法）获得的记录得分相结合，并对前 个记录进行重新排序 该过程可描述如下：（）（），（）()（）（，）（，）（）（，）（，），（）（），（）式中，为 方法计算的记录 的相关匹配分数；表示索引中的记录总数；为关键词 出现的记录数量；和 是平衡记录长度影响的调整因子；是调整查询中关键词频率的参数；（，）表示关键词 在记录 中出现的次数；（，）表示关键词 在记录 中出现的次数；需注意，记录 中的句子根据查询的语义相似性得分进行排序，且 表示排名第 个句子的得分；表示来自记录 的第 个句子的权重；为句子的总数；为调节因子；为记录 的检索得分 数据效能检测首先，检查剩余隐私预算是否足以为检测添加噪声 如果足够，系统将复用上次添加到此类查询中的噪声 接着，系统会消耗少量隐私预算，再次给结果添加噪声 需注意，次添加噪声可以防止具有知识背景的攻击者通过重复查询推断噪声量，从而获得其他同类查询的隐私 最后，系统将返回故障结果 剩余隐私预算验证若查询匹配失败或数据效能检测失败，则将执行剩余隐私预算验证过程 该过程中，对于没有历史记录的新查询，以及第二次添加噪声后数据效能低于预期的结果，首先比较新查询中的（，）和；如果满足，即剩余隐私预算足够，则将获取原始数据并重新计算新的噪声第 期杜丽涛：基于区块链的隐私预算管理模型研究 仿真与分析 环境与参数设置仿真时硬件环境如下：采用 奔腾 ，内存 ，操作系统为 位 软件环境如下：仿真平台为 ，并采用 模拟区块链中不同的节点 仿真编译语言为 仿真时设置区块链平台由 个节点组成，其中隐私预算损失和数据效能需要在单链结构的环境中完成，性能分析实验需要在单链和多链的不同环境中进行比较 此外，仿真所用数据集为某化工供应链提供的金融业务数据集 该数据集中包含 条记录和 个属性，如危险化学品的种类、价格、数量、企业信用额度等敏感信息 仿真时相关参数设置如下：隐私预算 的初始值设置为 ；允许误差参数 设置为 ；平衡参数 设置为 为了便于统计，假设每个查询消耗的隐私预算固定值为 剩余隐私预算分析本节基于噪声复用差分隐私保护算法在数据集中进行测试，并将结果与未使用该算法的实验进行比较实验模拟了 次查询，查询类型数量分别设置为 、和 剩余隐私预算分析结果如图 所示 可以看出，在不使用基于噪声复用的差分隐私保护算法的情况下，剩余隐私预算量呈线性减少 当隐私预算耗尽时，系统将拒绝响应新的查询，从而确保隐私安全 基于噪声复用的差分隐私保护算法将匹配查询类型并复用旧噪声 当历史记录簿中有一定数量的查询记录时，隐私预算下降速度会减慢 分析原因，经过足够多的查询后，历史记录簿包含几乎所有的查询类型 此时，当算法接收到相同类型的查询时，其会消耗少量的隐私预算来更新噪声 同时实验结果表明，隐私预算也与查询类型的数量有关 当查询类型的数量很小时，隐私预算的损失很低，且新查询成功匹配历史记录的概率较高，因此噪声复用的概率较高；相反，当查询数量增加时，历史记录簿中会存储更多的历史记录 此时，新查询与历史记录之间的成功匹配概率降低 数据效能分析本节对所提基于噪声复用差分隐私保护算法的数据效能性能进行分析 实验使用相对误差测量差分隐私保护算法在每个查询中添加的噪声量，该过程的计算如下 ，（）式中，为查询的真实结果；为噪声结果本节分别在所提噪声复用算法和纯高斯机制算法的情况下，分别模拟了 次查询（查询类型为、和）查询相对误差总和结果如图 所示 可以看出，在查询过程中，基于噪声复用的差分隐私保护算法引入的噪声量小于无噪声复用的差分隐私保护算法 此外，种查询类型 个随机查询的累积相对误差相似，即累积噪声大致相同 因此，查询类型的数量不会影响噪声复用算法的数据效能K.M01086420P+*K.0(A13)*K.0(A14)*K.0(A15)020406080100AF/图 剩余隐私预算分析结果P+*K.0(A13)*K.0(A14)*K.0(A15)020406080100AF/A,A/%302520151050图 查询相对误差总和结果 性能分析本节测试了基于社区聚类算法的多链结构区块链在实现噪声复用算法的情况下对系统性能的影响 根据社区聚类结果，将区块链网络中的八个节点划分为 个社区（即系统为单链结构）、个社区和 个社区 不同的云南民族大学学报（自然科学版）第 卷表 每个社区的数据大小社区数存储 总存储 社区数量下，表 所示为每个社区的数据大小 可以看出，当区块链是单链结构时，每个节点都需要维护与数据总大小相等的数据 因此，节点存储的数据总量最大，约 当根据聚类结果将节点划分为 个社区时，存储的数据总量减少，较 个社区减少约 ；当划分为 个社区时，存储的数据总量最少，较 个社区和 个社区分别减少 和 因此，基于社区聚类算法的多链结构区块链可以减少节点存储的数据量，缓解数据冗余问题 结语本文对生产、财务等敏感信息在内的业务数据可能存在隐私安全问题进行了研究与分析，提出了基于多链结构的隐私预算管理模型，从而使数据所有者能够了解敏感数据的使用 进一步，考虑到多次查询可能会重复干扰数据，造成隐私预算的浪费，本文提出了一种噪声复用机制从而确保数据隐私安全 本文方法为生产、财务等敏感信息管理具有一定借鉴作用参考文献：王瑾 基于 网络技术的皮革企业集成化信息管理系统设计 中国皮革，（）：王洋 基于 与云平台的皮革企业智慧管理系统 中国皮革，（）：刘凤委 物联网促进管理会计发展应用展望 中国管理会计，（）：王子杰 茶叶企业财务核算智能化管理模式研究 福建茶叶，（）：何 智能会计关键技术及应用场景研究 中国管理会计，（）：霍颖瑜 基于可搜索加密的区块链信息防篡改算法设计 自动化与仪器仪表，（）：管文蔚 基于区块链的网络隐私数据安全防护模型设计 廊坊师范学院学报（自然科学版），（）：朱建明，张沁楠，高胜，等 基于区块链的隐私保护可信联邦学习模型 计算机学报，（）：金波，张志勇，赵婷 基于差分隐私的社交网络位置近邻查询方法 计算机应用，（）：陈吉成，陈鸿昶 基于张量建模和进化 均值聚类的社区检测方法 计算机应用，（）：黄名选 关联模式挖掘与词向量学习融合的伪相关反馈查询扩展 电子学报，（）：（，）：，：；（责任编辑梁志茂）第 期杜丽涛：基于区块链的隐私预算管理模型研究