[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

说明书

本发明公开了一种基于决策树模型训练的区块链共识方法和系统，该系统包括共识算法调度器、参数和数据获取器、决策树模型训练器和共识验证器；该系统可与现有的区块链系统进行对接，取代POW/POS/POA等共识算法。本发明将区块链过剩的算力引入决策树模型的训练中，通过区块链的激励机制，使得投资人进行人工智能模型的训练时，能够引导将资金、算力、能源投入到更加有意义的工作上，解决算力不足费用昂贵的问题。本发明将区块链的POW算力用来进行大数据的决策树计算，降低了成本，节约了社会资源，将算力用到了有意义的工作上。

技术领域

本发明涉及区块链技术领域，具体涉及一种基于决策树模型训练的区块链共识方法和系统。

背景技术

区块链技术的发展已经得到国内外企业、研究机构、高校等普遍认同，认为其是下一代价值互联网的核心。主流的区块链平台一般采用POW共识算法，通过重复的进行散列值运算来确定出块的节点，哪个节点投入算力更高，将有更大的概率获得出块奖励。这种机制使得能够通过机器和算法来实现信任的建立和价值共识，投资人投入大量的金钱用来购买电力，这些算力和能源被投资者用来进行散列值运算从而获得奖励，这种模式下的算力和能源的浪费被极大的诟病。

决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

主流的区块链普遍采用POW等共识算法，用来确定出块节点，存在能源和算力浪费的问题。

发明内容

有鉴于此，为了解决现有技术中区块链的共识算法存在能源和算力浪费的问题，本发明提出一种基于决策树模型训练的区块链共识方法和系统。

本发明通过以下技术手段解决上述问题：

一方面，本发明提供一种基于决策树模型训练的区块链共识方法，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。

进一步地，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。