(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 20221071240 6.7 (22)申请日 2022.06.22 (71)申请人 国网河北省电力有限公司信息通信 分公司 地址 050021 河北省石家庄市裕华区富强 大街10号 申请人 华北电力大 学　国家电网有限公司 (72)发明人 杨会峰　陈连栋　程凯　王乃玉　 李轩　关志涛　 (74)专利代理 机构 南京中律知识产权代理事务 所(普通合伙) 32341 专利代理师 李建芳 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/62(2013.01)G06N 20/00(2019.01) G06Q 50/06(2012.01) (54)发明名称 一种基于联盟链和联邦学习的用户 窃电行 为检测方法及系统 (57)摘要 本发明公开了一种基于联盟链和联邦学习 的用户窃电行为检测方法及系统模 型， 检测方法 包括顺序相接的如下步骤： 1)节点注册； 2)训练 初始化； 3)密钥分发； 4)本地训练： 被选中的参与 方下载全局模 型并通过本地优化策略迭代， 加密 后将密文发送给代理节点； 5)模型聚合： 满足门 限阈值的代理节点集群联合恢复出解密密钥， 并 调用智能合约执行两阶段聚合， 结果共识后上 链； 6)全局模型更新： 全局迭代满足条件之后， 全 局训练结束， 窃电检测模型更新； 7)窃电行为检 测。 本发明既可以获得具有超越本地单独训练的 性能的模型， 又可 以兼顾本地数据的隐私性， 提 高了安全性， 并可以实现用户窃电检测模型可持 续的迭代和更新。 权利要求书3页 说明书14页 附图3页 CN 115270145 A 2022.11.01 CN 115270145 A 1.一种基于联盟链和联邦学习的用户窃电行为检测方法， 其特征在于， 参与联邦训练 的各参与方、 代理节点 为同一联盟链的不同节点， 包括如下步骤： 1)各参与方作为联盟链pe er节点通过提交 组织认可的合法身份凭证进入系统； 2)初始全局模型参数信息写入创世块， 各参与方响应训练； 3)密钥管理机构生成门限同态密钥对并分发； 4)被选中的参与 方下载全局模型并通过本地优化策略迭代， 加密后将密文发送给代 理 节点； 5)满足门限阈值的代 理节点集群联合恢复出解密密钥， 并调用智能合约执行两阶段聚 合， 结果共识后上链； 6)模型更新全局迭代满足条件之后， 全局训练结束， 窃电检测模型 更新； 7)客户端提交用户一段时间内的用电数据记录作为窃电检测模型的输入， 窃电检测模 型输出其是否是窃电用户。 2.根据权利要求1所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征在 于， 步骤6)中， 若经过对当前全局模型性能的检测， 未满足所述模型更新条件， 返回步骤4) 的本地训练步骤， 直到当前全局模型性能的检测的结果满足模型 更新条件。 3.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 在步骤1)中， 代理节 点在联盟链中作为super节 点， 具有写权限， 由各 组织选择共同授 权的节点担任， 执 行区块链的共识机制， 具有链上记账的权限。 4.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤2)中， 在系统初始 化阶段， 初始全局模型参数信息会作为第一笔 交易信息写入创 世块； 在后续窃电检测模型更新的初始化阶段， 以上一版本的最终模型作为新一轮版本训 练的初始全局模型， 将模型 更新条件的训练参数打包 入新的区块， 各参与方响应训练。 5.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤3)中， 密钥管 理机构生 成的密钥对 是基于Paillier的门限变体算法生 成的， 密钥 管理机构将公钥广播给 所有的pe er节点， 并将私钥份额分别分发给 各代理节点。 6.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤4)包括： 4.1)每轮按照一个固定的比例C随机从pe er节点集群中选择参与方； 4.2)本地训练中的本地优化策略， 包括优化方法、 本地迭代次数和本地学习率连同初 始全局模型一并从区块链中下 载； 4.3)peer节点依照 本地优化策略训练完本地数据集之后得到本地模型更新， 利用密钥 管理机构下发的公钥采用Pai llier算法的门限变 体对本地模型 更新进行加密； 4.4)加密之后的密文发送给任一代理节点。 7.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤5)中， 两阶段聚合包括， 在预聚合阶段， 由各参与方的本地样本数加权， 得到预聚 合全局模 型； 在正式聚合阶段， 权重分为两部 分， 第一部 分同样根据参与方的本地样本数加 权， 第二部分根据预聚合阶段的全局模型密文与每个本地模型密文之间的欧氏距离加权； 结合门限Paillier变体方法， 在假定系统内诚实且稳定的节点数量的基础上， 设定一个门 限阈值， 在收集到的私钥份额数超过该门限值时恢复解密密钥； 代理节点对解密后的全局权　利　要　求　书 1/3 页 2 CN 115270145 A 2模型进行打包， 并在代理节点内部进行raft共识， 将共识成功的交易块添加到所述区块链 的末端。 8.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤6)中， 每轮全局模型生成之后， 代理节点需要对照链上所记录的模型更新条件对 模型进行检测， 如果满足模 型更新条件， 则全局训练结束； 代理节 点在将交易块添加到区块 链末端之后， 加上训练结束的标志， 并为其添加新的窃电检测模型版本， 作为下一次训练的 初始模型。 9.根据权利要求1或2所述的基于联盟链和联邦学习的用户窃电行为检测方法， 其特征 在于， 步骤7)中作为窃电检测模型的输入， 客户端向系统提交窃电检测请求， 提交某个用户 一段时间内的用电数据记录， 或者批量输入一批用户的用电数据； 由代理节点收集客户端 的检测请求， 并利用窃电检测模型进 行检测， 窃电检测模型输出其是否是窃电用户， 代理节 点将检测结果返回给客户端。 10.一种基于联盟链和联邦学习的用户窃电行为检测系统， 其特 征在于， 包括： peer节点： 第一实体作为训练实体参与横向联邦训练， 在区块链中具有读取链上的数 据的权限； 每一轮从代理节点处下载全局模型之后， 利用本地数据进 行迭代训练， 并利用门 限Paillier算法加密训练后的本地模型参数， 加密之后的密文发送给任一代理节点， 如此 循环迭代直到全局模型满足模型 更新条件； 代理节点： 第二实体收集各peer节点提交的模型更新密文并联合解密， 执行模型密文 聚合过程； 组织： 第三实体组织第一实体参与系统模型的训练， 负责peer节点在区块链中的准入， 第二实体须通过系统中的组织共同授权； 密钥管理机构： 第四实体负责生成密码算法所需的密钥对并下发； 系统初始化生成的全局模型结构和本地迭代策略写入创世块， 后 续的迭代轮训练初始 化则只需要添加本地迭代策略， 密钥管理机构生成后续密码算法所需的密钥对， 公私钥 分 别下发； 每一轮选择本地迭代策 略中设置的参与方比例的peer节点进行本地训练， 被选中 的节点按照下载下来的当前全局模型以及本地数据集得到新一轮的本地模 型更新， 利用分 发的公钥进行加密并发送给代理节点； 代理节点调用智能合约先后执行两阶段聚合算法和 解密算法， 得到当前轮的全局模型， 其中解密密钥须得有超过门限阈值个代理节点提供私 钥份额方可恢复； 重复执行从本地训练到全局聚合的步骤， 直到所得全局模型满足模型更 新条件， 训练结束， 将新版本的全局模型标记记录到区块链中； 在执行检测任务时， 客户端 向系统提交用户一段时间内的用电数据记录作为窃电检测模型的输入， 代理节点利用当前 最新版本的模型进行窃电检测， 并将模型输出其是否是窃电用户的结果返回给客户端。 11.根据权利要求10所述的基于联盟链和联邦学习的用户窃电行为检测系统， 其特征 在于， 系统包含模型训练过程和窃电检测过程， 两个过程互不冲突； 第一 实体和第二实体分 别具有读权限和读写权限， 第二实体执行区块链中的共识算法； 第四实体负责基于 Paillier的门限变体算法执行系统中的密码算法初始 化， 密钥管 理机构将公钥广播给所有 的peer节点， 并将私钥份额分别分发给 各代理节点。 12.根据权利要求10或11所述的基于联盟链和联邦学习的用户窃电行为检测系统， 其 特征在于， 在系统初始 化阶段， 全局模 型结构和本地迭代策略被写入创世块， 在后续窃电检权　利　要　求　书 2/3 页 3 CN 115270145 A 3