[发明专利]一种基于决策树模型训练的区块链共识方法和系统

权利要求书

1.一种基于决策树模型训练的区块链共识方法，其特征在于，包括如下步骤：

主体生成大数据采集信息发送给节点，节点将该大数据采集信息广播到相邻节点；

采用决策树模型训练共识算法进行计算和验证，节点验证大数据采集信息的有效性，将其放入缓存池，直到缓冲池中的数据集合A的数量n达到阈值α；

节点用参数和数据获取器获取链上存储的所有大数据采集信息Z，与缓冲池中当前的数据集合A进行合并后生成D，并将D中包含的项映射到矩阵M_np上；采用决策树算法，分别计算A_j(1≤j≤p)作为分类类别，{A₁，A₂，…A_j-1，A_j+1，…A_p}作为特征属性决策树；

节点完成决策树模型的计算，将决策树模型参数存储到区块头，生成第一条区块铸币交易用于记录该节点获得记账奖励，同时将数据集合A生成n条数据采集交易和其他转账交易一起进行打包成区块体，将区块头与区块体进行合并生成区块并进行全网广播；

其他节点收到新区块的信息，共识验证器对其进行验证；当采用的决策树模型时，节点将利用参数和数据获取器获取链上存储的所有大数据采集信息Z，与本节点缓冲池中当前的数据集合B进行合并后生成D’，利用该决策树模型来预测D’中对A_j进行分类的正确率，验证该正确率是否大于参数要求；如果达到正确率参数指标，则将该区块放入本地区块链中；

采用决策树模型训练共识算法进行计算和验证之前，还包括：

节点共识算法调度器选择共识算法，如果为决策树模型训练共识算法，则采用决策树模型训练共识算法进行计算和验证，否则采用传统区块链共识算法进行计算和验证；

阈值α通过智能合约的方式由所有节点参与者投票决定，正确率参数通过智能合约的方式由所有节点参与者投票决定。

2.根据权利要求1所述的基于决策树模型训练的区块链共识方法，其特征在于，数据信息直接以数据贡献交易的方式存储在区块链上，数据贡献交易的形式表达为{主体钱包地址，数据采集奖励金额，数据信息}；或者数据信息将其进行梳理整理后放入外部数据存储系统，返回一个数据存储的资源定位符。

3.根据权利要求1所述的基于决策树模型训练的区块链共识方法，其特征在于，底层区块链如果基于以太坊、EOS的具有智能合约机制的区块链平台，则数据信息是将数据信息封装后作为参数并对智能合约的方法调用，当该数据信息经过智能合约验证通过之后，再通过智能合约往主体钱包地址转账，金额为数据采集奖励金额。

4.根据权利要求1所述的基于决策树模型训练的区块链共识方法，其特征在于，决策树采用ID3、C4.5、C5.0或者扩展算法进行计算。