1.一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于,其实现内容包括：

(1)在同一用户的智能家居场景下，建立所有智能设备的设备区块链，基于设备区块链管理智能设备的权限，并在多个智能设备之间建立共识机制，避免有作恶或故障的智能设备上传数据；

(2)在不同用户的智能家居场景下，建立所有智能设备的共享区块链，共享区块链接收智能设备上传的数据，并管理所接收数据的所有权，随后利用智能合约，实现企业对用户数据的共享交易，同时保证交易过程中数据的完整性和可审计性；

(3)企业通过共享区块链与用户完成共享交易后，企业根据自身业务需求与共享区块链上的用户数据进行联邦学习，进而预测得到与用户需求相关的服务模型，并存储于模型区块链一，在用户想要获得A服务时，用户直接在模型区块链一上申请A服务的相关联服务模型，随后将A服务的相关联数据作为申请所得相关联服务模型的输入，最终得到A服务的推荐结果，用户即可根据推荐结果进行选择，并完成后续交易。

2.根据权利要求1所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，在同一用户的智能家居场景下，基于设备区块链管理智能设备的权限，当设备区块链上新加入一个智能设备或是撤出一个智能设备时，在设备区块链上更新该智能设备的证书和密钥；

在多个智能设备之间建立共识机制后，当多个智能设备要上传收集的数据到共享区块链时，多个智能设备之间进行验证，避免有作恶或故障的智能设备上传数据到共享区块链。

3.根据权利要求2所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，每个智能设备都有一个微钱包，所述微钱包即智能设备的地址和公私钥对，微钱包用于实现匿名的数据共享交易；

每个用户都有一个总钱包，用户通过总钱包和设备区块链管理其智能家居场景下所有智能设备的微钱包；

智能设备上传收集的数据到共享区块链时，还会将智能设备的地址和公钥一起广播到共享区块链中。

4.根据权利要求3所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，企业利用共享区块链的智能合约进行数据的共享交易，交易过程中，企业首先到共享区块链查找需要的数据，然后根据查找结果向共享区块链申请共享交易，交易成功后，相应的报酬直接由智能合约转到数据绑定的地址，即智能设备的微钱包；智能设备所属的用户即可通过总钱包和设备区块链管理该智能设备的微钱包。

5.根据权利要求1‑4中任一项所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，设置一个本地数据库，智能设备收集数据，并对数据进行签名和地址绑定，随后上传至本地数据库，本地数据库对数据进行脱敏和加密处理，以使数据不具备用户的私密信息；

设定间隔时间，本地数据库将脱敏和加密处理后的数据按照间隔时间自动上传至分布式云数据库，随后，还把脱敏和加密处理后数据的摘要信息自动上传至共享区块链。

6.根据权利要求5所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，用户将申请得到的相关联服务模型下载到本地数据库进行存储。

7.根据权利要求1或6所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，企业通过共享区块链与用户完成共享交易后，企业与企业之间根据自身业务需求进行联邦学习，得到最终模型，并存储于模型区块链二，企业利用最终模型预测相关业务的潜在客户群。

8.根据权利要求7所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，企业与企业之间根据自身业务需求进行联邦学习时：首先，使用基于加密的数据样本对齐技术，对企业的加密数据进行对齐；

随后，训练加密模型，通过预先指定轮次的迭代生成最终模型。

9.根据权利要求8所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，企业与企业之间根据自身业务需求进行联邦学习过程中，还会产生中间模型，中间模型存储于模型区块链二，且中间模型仅用于相关或相似企业与同一企业进行联邦学习的过程中。

10.根据权利要求7所述的一种基于区块链和联邦学习的数据共享与隐私保护方法，其特征在于，设定联邦学习的间隔时间，企业根据自身业务需求与共享区块链上的用户数据进行联邦学习，企业与企业之间根据自身业务需求进行联邦学习。