數據交易和聯邦學習的背景下的安全屬性
在數據交易和聯邦學習的背景下，安全屬性對于保護數據隱私、確保系統可靠性和維護交易公平性至關重要。以下將分析文章中涉及的安全屬性以及分析這些屬性的目的。
涉及的安全屬性
- 雙向認證：文章雖未明確提及傳統意義上的雙向認證機制，但在數據交易過程中，數據需求方（Dds）和數據供應方（Dss）在參與聯邦學習和數據交互時，通過智能合約的控制和校驗博弈模型進行身份驗證和信用評估。例如，在信用博弈模型中，Dss 之間會基于對方的屬性、數據條目數、性能度量指標等進行評估，這類似于一種間接的雙向認證過程，確保參與方的合法性和可靠性，防止非法節點的接入和惡意行為。
- 匿名性：文中未直接體現典型的匿名性特征。在實際應用中，如果能實現匿名性，可保護數據提供者和需求者的真實身份，避免因身份暴露而帶來的潛在風險，如數據泄露導致的隱私侵犯或商業競爭中的信息濫用等問題。但本文重點在于通過信用評價和區塊鏈的可追溯性來規范參與者行為，未著重強調匿名性方面的設計。
- 不可鏈接性：文章沒有專門針對不可鏈接性的設計描述。若具備不可鏈接性，可防止他人通過分析數據交易或操作之間的關聯性來獲取用
