[发明专利]一种基于深度学习的混合区块链模型构建方法

权利要求书

1.一种基于深度学习的混合区块链模型构建方法，其特征在于，包括：

步骤1，任务节点向参与节点发送任务要求；

步骤2，所述参与节点根据所述任务要求、存储于区块链中的公链数据和自身存储的私链数据，或者，

所述参与节点根据所述任务要求、自身存储的私链数据，利用深度学习方法，构建神经网络训练模型，记作运算模型，其中，在步骤2之后，还包括：

步骤21，确定至少两个所述参与节点为泛化节点；

步骤22，所述泛化节点获取其余所述参与节点的所述运算模型，记作第一模型；

步骤23，所述泛化节点利用自身存储的所述私链数据对所述第一模型进行检测；

步骤24，当所述泛化节点判定所述第一模型符合要求时，将所述第一模型记作第二模型，并将所述第二模型发送至所述任务节点；

步骤3，所述任务节点获取所述运算模型，并利用深度学习算法融合所述运算模型，记作混合区块链模型。

2.如权利要求1所述的基于深度学习的混合区块链模型构建方法，其特征在于，所述步骤24通过以下方法实现：

所述泛化节点根据检测结果，对所述第一模型进行评分，记作第一泛化评分；

计算各个所述泛化节点对任一第一模型的所述第一泛化评分的平均值，记作所述第一模型的第二泛化评分；

当判定所述第二泛化评分大于或等于所述任务要求中的预设评分时，将所述第一模型记作所述第二模型，并将所述第二模型发送至所述任务节点。

3.如权利要求1所述的基于深度学习的混合区块链模型构建方法，其特征在于，所述步骤24通过以下方法实现：

所述泛化节点根据检测结果，对所述第一模型进行评分，记作第一泛化评分；

计算各个所述泛化节点对任一第一模型的所述第一泛化评分的平均值，记作所述第一模型的第二泛化评分；

根据所述第二泛化评分，按照由高至低的顺序对所述第一模型进行排序；

选取与所述任务要求中预设数量相等的所述第一模型记作所述第二模型，并将所述第二模型发送至所述任务节点。

4.如权利要求2或3所述的基于深度学习的混合区块链模型构建方法，其特征在于，在步骤2之后，还包括：

步骤25，根据所述任务要求中的运算能力要求，确定任一所述参与节点为检测节点；

步骤26，选取所述第二泛化评分最高的所述第二模型，记作待融合模型，并将其余所述第二模型记作融合子模型；

步骤27，按照第二泛化评分的高低顺序，依次选取所述融合子模型，由所述检测节点将所述融合子模型与所述待融合模型进行累加融合，将融合后的所述待融合模型记作融合模型；

步骤28，所述检测节点根据所述任务要求中的检测数据，对所述融合模型进行检测评分，记作融合评分；

步骤29，判断相邻的两个所述融合模型的所述融合评分之间的差值是否等于零，若为零，执行步骤3，若不为零，判断所述融合子模型对应的所述第二泛化评分是否最低，若是最低，执行步骤2，若不是最低，执行步骤27。

5.如权利要求4所述的基于深度学习的混合区块链模型构建方法，其特征在于，所述步骤27中的累加融合对应的方法通过以下方法实现：

获取所述融合子模型的特征提取器和特征解析器；

按照所述融合子模型的选取顺序，依次根据所述特征提取器，对所述待融合模型利用全连接层进行融合；

根据对应的所述特征解析器，解析全连接层融合后的所述待融合模型，生成所述融合模型。