[发明专利]一种基于区块链的人工智能模型保护、松耦合分布式训练方法有效

专利信息
申请号: 201811596925.1 申请日: 2018-12-26
公开(公告)号: CN111368262B 公开(公告)日: 2023-07-11
发明(设计)人: 谈建中 申请(专利权)人: 谈建中
主分类号: G06F21/10 分类号: G06F21/10;G06N3/08;G06N20/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 王恒静
地址: 214001 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区块 人工智能 模型 保护 耦合 分布式 训练 方法
【说明书】:

发明公开了一种基于区块链的人工智能模型保护、松耦合分布式训练方法,包括:模型设计者通过模型训练智能合约在区块链上征求模型训练参与者,模型训练参与者提供算力对加入区块链的人工智能模型进行分布式训练,得到最终人工智能模型及其相关信息;人工智能模型的模型所有者通过确权智能合约在所述区块链上确认对应人工智能模型的所有权;模型使用者通过防篡改智能合约验证其使用的人工智能模型的正确性;模型所有者之间、模型所有者和模型训练参与者之间可通过交易智能合约针对人工智能模型的所有权进行交易。本发明提供了人工智能模型权益转让的交易机制,形成人工智能模型的市场,促使更多企业投入到人工智能模型的开发和使用中来,产生更加高附加值的价值。

技术领域

本发明涉及一种人工智能技术领域,具体涉及一种基于区块链的人工智能模型保护、松耦合分布式训练方法。

背景技术

以深度学习为代表的人工智能,其模型规模越来越大、参数越来越多、结构越来越复杂,这使得训练模型需要的计算量越来越大,个人、甚至小机构都很难根据自己的需求训练自己的模型。由于在模型训练过程中,需要一个集中的参数服务器,这使得分散的计算机无法自动组织在一起、训练同一个模型;同时,拥有分散的计算机的用户也没有足够的动力组织起来参与同一模型训练。

另一方面,人工智能模型有可能被不法人员利用,产生对用户不利、甚至有害的结果。例如,通过修改模型中非常微小的参数或数据依赖关系,就可以改变模型的某些关键属性,致使模型无法辨识某些目标、或者把特定目标识别为不法人员制定的类型。例如,无人机、无人送货车等配备人工智能模型用于识别目标门牌号,通过修改其模型,可致使其把货物送达错误的地点。由于人工智能模型的规模和复杂性,这些微小的改变很难被发现。使用公开、被广泛传播的人工智能模型将存在被非法人员利用的风险,同样即使已经使用中的模型也可能被篡改,产生风险。因此,人工智能模型在使用之前要确保是原始的、未被篡改的,在使用过程中要实时确保从未被篡改。

目前,还没有关于人工智能模型保护方面专门的研究。使用者从互联网直接下载人工智能模型使用,网站采用传统手段保护数据安全,并未针对人工智能模型专门进行保护。另外,人工智能模型的发布和使用都是免费的,没有针对人工智能模型所有权、使用权交易方面的机制,而大企业内部用的人工智能模型则不会发布。

发明内容

发明目的:为了克服现有技术的不足,本发明提供一种基于区块链的人工智能模型保护、松耦合分布式训练法,该方法可以解决现有技术中人工智能模型有可能被不法人员利用,产生对用户不利、甚至有害的结果和模型训练难度大的问题。

技术方案:本发明所述的基于区块链的人工智能模型保护、松耦合分布式训练方法,包括:

(1)模型设计者通过模型训练智能合约在区块链上征求模型训练参与者,模型训练参与者提供算力对加入区块链的人工智能模型进行分布式训练,得到最终人工智能模型及其相关信息;

(2)人工智能模型的模型所有者通过确权智能合约在所述区块链上确认对应人工智能模型的所有权;

(3)模型使用者通过防篡改智能合约验证其使用的人工智能模型的正确性;

(4)模型所有者之间、模型所有者和模型训练参与者之间以及模型所有者和模型使用者之间可通过交易智能合约针对人工智能模型的所有权进行交易,所述模型参与者为欲通过付出所有权通证获得所述人工会智能模型的所有权的用户。

优选的,所述步骤(1)具体包括:

(11)模型设计者通过所述模型训练智能合约发布待训练人工智能模型及训练请求,所述训练请求包括训练达到的精度、验证方法、模型放置的位置、模型所有者及本地唯一标识;

(12)所述模型设计者作为区块链的第一使用终端加入区块链,并公布模型训练参与者提供算力的报酬通证;模型训练参与者作为区块链的第二使用终端加入区块链,在区块链上搜索所述训练请求;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谈建中,未经谈建中许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811596925.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top