[发明专利]基于机器学习竞赛的区块链架构

权利要求书

1.一种基于机器学习竞赛的区块链架构，其特征在于，包括以下步骤：

1)用户在区块链中注册节点，并广播到区块链网络中；该区块链网络包括任务发布者、模型训练师和模型验证者三种不同身份的节点；

2)任务发布者在区块链中发布机器学习任务，区块链更新当前任务列表；

3)模型训练师查看任务列表，选择有能力进行的任务开展机器学习训练；

4)区块链网络随机选择除模型训练师节点外的若干节点组成模型验证者委员会，委员会中的模型验证者各自下载模型以及对应的测试数据集、运行评估脚本测试模型性能、给出模型排名；随后，模型验证者委员会基于一致性协议确定最终的模型排名并标记优胜模型；

5)完成排名共识后，模型验证者委员会随机选择一个模型验证者节点发布新的区块，包括前一个区块哈希、任务相关交易以及机器学习任务的信息；

6)区块链网络中的节点对区块链数据库进行查询。

2.根据权利要求1所述的一种基于机器学习竞赛的区块链架构，其特征在于，步骤1)中，所述在区块链中注册节点的具体过程如下：

1.1)首先由一个节点以JSON格式向网址“节点地址+/nodes/register”发送申请注册的节点地址，从而以POST方式向区块链发送注册节点请求；

1.2)区块链收到请求后，将申请注册的节点和本地节点列表作对比，如果出现重复节点则不予添加，没有重复的节点则添加到节点列表中；

1.3)完成添加后，系统提示节点注册成功，并将节点列表的信息广播到区块链所有节点中，更新节点信息。

3.根据权利要求1所述的一种基于机器学习竞赛的区块链架构，其特征在于，步骤2)中，所述任务发布者采用POST方法以JSON格式向区块链网络中发布任务信息：

区块链网络为任务创建单独的任务列表，以便网络中的各个节点查看任务，从而选择自己有能力开展的机器学习任务来训练模型；当任务发布者发布新的任务后，区块链网络更新当前的任务列表，并将任务信息广播到所有节点中；网络中的其他节点可调用查询任务的接口，查询任务的基本信息以及任务的序号；随后，模型训练师和模型验证者将根据指定的任务序号提交相对应的模型以及验证结果。

4.根据权利要求1所述的一种基于机器学习竞赛的区块链架构，其特征在于：步骤3)具体包括以下内容：

3.1)模型训练师可查看当前区块链中的未被解决的任务，下载训练数据集并在本地开展机器学习训练，以找到合适的机器学习模型，包括模型结构和权重信息；

3.2)在完成本地的模型训练后，模型训练师将机器学习模型提交到区块链网络中，系统为模型生成哈希；随后，模型训练师无法更改模型，否则改动后模型的哈希与原模型哈希不匹配，被判定无效；

3.3)区块链网络中的节点仅可观察到模型的哈希，只有被选为模型验证者的节点有权在区块高度达到截止时间后下载模型；

3.4)参与机器学习的模型训练师需缴纳参与费用，若其模型最终被判定排名在前百分之五十则可以赎回预先缴纳的费用。

5.根据权利要求1所述的一种基于机器学习竞赛的区块链架构，其特征在于，步骤4)具体包括以下内容：

4.1)区块高度达到截止时间后，区块链网络随机选出除模型训练师节点外的一系列节点，组成模型验证者委员会；

4.2)各模型验证者节点下载对应任务的模型，运行测试脚本，得到各模型的性能指标；

4.3)各模型验证者节点根据测试性能的对比，给出自己的模型排名，并标记出模型优胜者；

4.4)所有验证者节点完成评估和排名后，区块链收集排名信息并基于一致性协议投票决定最终的模型排名，标记出优胜模型及对应模型训练师的节点地址。

6.根据权利要求1所述的一种基于机器学习竞赛的区块链架构，其特征在于，步骤5)具体包括以下内容：

5.1)投票环节完成后，区块链系统随机选择一个模型验证者向区块链提交新的区块；

5.2)新增区块的内容包括前一个块的哈希、区块中的交易以及机器学习信息。