[发明专利]一种个人和家庭的建模方法及装置

权利要求书

1.一种个人和家庭的建模方法，其特征在于，所述方法包括：

从区块链上的对应节点处读取个人和家庭的基础信息，所述基础信息包括以图像、语音和/或文本构成的个人信息和家庭信息；

查询所述基础信息对应的城市信息；

按照城市信息对所述家庭进行分组，并将所述个人加入至对应的家庭；

生成所述个人和所述家庭的初始数据模型；

将所述城市信息和所述初始数据模型进行融合，生成个人和家庭的数据模型。

2.根据权利要求1所述的方法，其特征在于，所述从区块链上的对应节点处读取个人和家庭的基础信息，包括：

从区块链上的对应节点处读取加密的个人和家庭的基础信息；

查询与所述节点对应的密钥；

通过所述密钥对加密的个人和家庭的基础信息进行解密处理，得到解密后的个人和家庭的基础信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

间隔预设时间段从区块链上的对应节点处读取加密的个人的新的个人信息；

获取与所述节点对应的新的密钥；

通过所述新的密钥对加密的个人信息进行解密处理，得到解密后的新的个人信息；

将所述新的个人信息加入所述个人的数据模型，以更新所述数据模型；

以及，将所述新的个人信息加入所述家庭的数据模型，以更新所述数据模型。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

监测所述个人的交易信息；

在监测到所述个人有交易完成时，从区块链上的对应节点处读取加密的个人交易信息；

获取与所述节点对应的新的密钥；

通过所述新的密钥对加密的个人交易信息进行解密处理，得到解密后的个人交易信息；

将所述个人交易信息加入所述个人的数据模型，以更新所述数据模型；

根据所述个人的数据模型更新所述家庭的数据模型。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述方法还包括：

对所述数据模型采用嵌入马尔可夫链方法进行模型分析，验证所述数据模型的可靠性。

6.根据权利要求1所述的方法，其特征在于，所述将所述城市信息和所述初始数据模型进行融合，生成个人和家庭的数据模型，包括：

将所述初始数据模型发送至主链，所述主链与侧链描定；

所述主链基于所述初始数据模型进行模型训练，以获得梯度，通过同态加密密钥中的第一密钥对梯度进行加密得到加密梯度，并反馈所述加密述梯度至所述侧链；

所述侧链基于加密梯度确定聚合梯度；

所述主链基于所述聚合梯度以及所述初始数据模型，生成个人和家庭的数据模型。

7.根据权利要求6所述的方法，其特征在于，所述主链基于所述聚合梯度以及所述初始数据模型，生成个人和家庭的数据模型，包括：

通过同态加密密钥中的第一密钥对聚合梯度进行解密，以获得目标梯度；

基于所述目标梯度更新所述初始数据模型，并确定更新后的初始数据模型是否满足预设条件；

若更新后的初始数据模型满足预设条件，则所述训练发起者将更新后的初始数据模型作为所述个人和家庭的数据模型；

若更新后的初始数据模型未满足预设条件，则将更新后的初始数据模型作为所述初始数据模型，重新对所述初始数据模型进行训练，直到生成个人和家庭的数据模型。

8.根据权利要求7所述的方法，其特征在于，所述基于所述目标梯度更新所述初始数据模型，并确定更新后的初始数据模型是否满足预设条件，包括：

基于所述目标梯度更新所述初始数据模型，并确定更新后的初始数据模型的收敛区间是否位于预设收敛区域；

若更新后的初始数据模型的收敛区间位于预设收敛区域，则确定更新后的初始数据模型满足预设条件；

或者，基于所述目标梯度更新所述初始数据模型，并累计所述初始数据模型的更新次数；

确定所述更新次数是否达到阈值；

若所述更新次数大于或等于所述阈值，则确定更新后的初始数据模型满足预设条件。