[发明专利]一种应用于区块链的联邦学习方法及装置

权利要求书

1.一种应用于区块链的联邦学习方法，其特征在于，适用于包括各委员会节点和各非委员会节点的区块链，所述方法包括：

第一委员会节点获取来自任一非委员会节点的第一本地模型信息；所述第一本地模型信息是基于所述非委员会节点的本地测试数据集训练得到的；所述第一委员会节点为所述各委员会节点中任一委员会节点；

所述第一委员会节点根据所述第一委员会节点的本地验证数据集和所述第一本地模型信息，确定所述第一委员会节点对所述非委员会节点的第一验证结果；

所述第一委员会节点将所述第一验证结果发送至各第二委员会节点；所述第一验证结果用于结合各第二验证结果供所述各委员会节点共识所述第一本地模型信息；所述各第二委员会节点为所述各委员会节点中除所述第一委员会节点之外的委员会节点；所述各第二验证结果是根据所述各第二委员会节点的本地验证数据集和所述第一本地模型信息得到的验证结果；

若所述第一委员会节点确定所述各委员会节点对所述第一本地模型信息达成共识，则至少根据所述第一本地模型信息，更新联邦学习模型。

2.如权利要求1所述的方法，其特征在于，所述第一委员会节点根据所述第一委员会节点的本地验证数据集和所述第一本地模型信息，确定所述第一委员会节点对所述非委员会节点的第一验证结果；包括：

所述第一委员会节点根据所述第一本地模型信息，确定所述第一本地模型信息对于所述第一委员会节点的本地验证数据集的本地验证准确率；

所述第一委员会节点根据所述本地验证准确率，确定所述第一委员会节点对所述非委员会节点的所述第一验证结果。

3.如权利要求1所述的方法，其特征在于，所述第一委员会节点确定所述各委员会节点对所述第一本地模型信息达成共识，包括：

所述第一委员会节点获取所述各第二验证结果；

所述第一委员会节点根据所述第一验证结果和所述各第二验证结果，确定所述第一本地模型信息通过后，发送共识验证结果至所述各第二委员会节点；

所述第一委员会节点接收来自所述各第二委员会节点的共识验证结果，并根据所述各第二委员会节点的共识验证结果和预设共识算法确定所述各委员会节点对所述第一本地模型信息达成共识。

4.如权利要求1所述的方法，其特征在于，所述更新联邦学习模型为第K轮联邦学习的模型更新；K为正整数；所述更新联邦学习模型之后，还包括：

所述第一委员会节点通过所述各第二委员会节点，从所述各非委员会节点中确定第K+1轮联邦学习的委员会节点。

5.如权利要求4所述的方法，其特征在于，所述第一委员会节点通过所述各第二委员会节点，从所述各非委员会节点中确定第K+1轮联邦学习的委员会候选节点，包括：

所述第一委员会节点通过所述各第二委员会节点，根据所述各委员会节点对所述各非委员会节点的验证结果，从所述各非委员会节点确定出第K+1轮联邦学习的委员会节点。

6.如权利要求5所述的方法，其特征在于，所述第一委员会节点根据所述各委员会节点对所述各非委员会节点的验证结果，从所述各非委员会节点确定出第K+1轮联邦学习的委员会节点，包括：

针对所述各非委员会节点每一个非委员会节点，所述第一委员会节点根据所述第一验证结果，确定所述非委员会节点当选为所述第K+1轮联邦学习的委员会节点的初始概率；

所述第一委员会节点根据所述非委员会节点在联邦学习的多轮训练过程中已当选为委员会节点的历史轮数，按照负相关原则，对所述非委员会节点当选为所述第K+1轮联邦学习的委员会节点的初始概率作调整，从而确定所述非委员会节点的当选概率；所述负相关原则指所述非委员会节点的当选概率与所述非委员会节点已当选为委员会节点的历史轮数呈负相关；

所述第一委员会节点通过所述各第二委员会节点，根据各非委员会节点的当选概率，从所述各非委员会节点确定出所述第K+1轮联邦学习的委员会节点。