[发明专利]一种模型训练方法、设备及存储介质

说明书

本发明实施例公开了一种模型训练方法，该方法包括：确定待训练的第一数据的类型，得到第一类型；基于第一数据、第一类型和预设区块链中的第一数据模型，生成训练后的第一数据模型；构建第一区块并添加至预设区块链中得到第一区块链，从预设区块链中获取除第一数据模型外的数据模型得到第一模型集合，并存储第一模型集合和训练后的第一数据模型至第一区块中；基于训练后的第一数据模型和第一区块链中的第二数据模型，生成第三数据模型；构建第二区块并添加至第一区块链中得到第二区块链，从第一区块链中获取除第二数据模型外的数据模型得到第二模型集合，并存储第二模型集合和第三数据模型至第二区块中。本发明实施例还提供了一种设备和存储介质。

技术领域

本发明涉及计算机技术领域，尤其涉及一种模型训练方法、设备及存储介质。

背景技术

随着区块链技术的迅速发展，区块链的应用越来越广泛，已不限制于比特币交易中，在金融、贸易、征信、物联网、共享经济等诸多领域得到应用。目前，区块链技术在人工智能领域也得到了迅猛发展。例如在基于区块链的人工智能模型训练场景即基于区块链的分布式机器学习(Blockchain-based Distributed Machine Learning，BDML)中，社区可以维护一个可以解决某个特定问题的人工智能模型的区块链，某一个参与方如果训练得到一个更好的可以解决该特定问题的新的人工智能模型时，经过该社区内的其他参与方对该新的人工智能模型投票通过后，可以基于该新的人工智能模型生成一个新的区块，这样，每个参与方均可以在不公开自己数据的情况下对该人工智能模型进行训练，得到解决该特定问题的最佳模型。

在现有基于区块链的人工智能模型训练场景方案中仅针对单类型数据对应的单数据模型，而在实际应用场景中解决特定问题时需对多种类型的数据同时进行分析，但目前并没有更好的方案来同时对多种类型的数据进行分析以解决特定问题。

发明内容

为解决上述技术问题，本发明实施例期望提供一种模型训练方法、设备及存储介质，解决了现有区块链技术中没有针对多种类型的数据进行分析以解决特定问题的方案，基于区块链采用融合模型的方式实现了基于区块链技术对多种类型的数据进行分析并解决特定问题的方案。

本发明的技术方案是这样实现的：

第一方面，一种模型训练方法，所述方法包括：

确定待训练的第一数据的类型，得到第一类型；

基于所述第一数据、所述第一类型和预设区块链中的第一数据模型，生成训练后的第一数据模型；其中，所述第一数据模型用于对一种类型的数据进行处理，所述预设区块链中包括至少两个所述第一数据模型；

构建第一区块并添加至所述预设区块链中得到第一区块链，从所述预设区块链中获取除所述第一数据模型外的数据模型得到第一模型集合，并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中；

基于所述训练后的第一数据模型和所述第一区块链中的第二数据模型，生成第三数据模型；其中，所述第二数据模型用于对两种不同类型的数据进行处理，且所述第二数据模型与所述至少两个第一数据模型具有关联关系；

构建第二区块并添加至所述第一区块链中得到第二区块链，从所述第一区块链中获取除所述第二数据模型外的数据模型得到第二模型集合，并存储所述第二模型集合和所述第三数据模型至所述第二区块中。

可选的，所述基于所述第一数据、所述第一类型和所述预设区块链的第一数据模型，生成训练后的第一数据模型，包括：

从所述预设区块链的最后一个区块中获取与所述第一类型对应的所述第一数据模型；

采用所述第一数据对所述第一数据模型进行模型训练，得到所述训练后的第一数据模型；