[发明专利]一种基于区块链的分布式数据和模型的计算方法及装置

说明书

本发明提供了一种基于区块链的分布式数据和模型的计算方法及装置，基于区块链和智能合约，在保护数据拥有方的数据、模型拥有方的模型的基础上，进行计算环境、数据、模型、算力的发布，通过异步执行、多阶段关联一组区块链交易及其协同的方式克服区块链协议栈有关各节点完全对等的要求以及智能计算耗时可能超出区块链共识过程限制的情况，能够做到计算环境、数据、模型、算力和计算过程全程可信可追溯，支撑实现多源多主的分布式数据和模型的可控共享以及分布式的数据智能和隐私计算。

技术领域

本发明涉及分布式数据智能领域，尤其是基于区块链支撑实现可控的分布式数据智能和隐私计算这一技术领域。

背景技术

数字时代的核心是数据。数字生态的基础就是数据共享，通过共享实现协同、互通有无，进而形成生态。数字时代，也许不是一切即数据，但数据无处不在，而且天然就是多源、多主、分布式的。数据智能和隐私计算，依赖数据和大数据分析模型/人工智能模型，而这些模型也是数据，只不过是可以作用于数据之上的“可执行”的、特殊形式的数据。在大数据分析和人工智能/深度学习环境中，我们称可执行的数据为模型，能够更好的显示其在数据智能流程中的角色和作用。

数据共享和数据智能的成效，受制于数据的真实性、完整性和共享及智能计算全流程的可追溯性。

传统上，数据共享的三种方式，都不能满足数字时代数据智能对数据和模型的访问要求和保护要求：

（1）数据归集：通过买卖、交换、命令等方式归集数据。因为数据拥有者和数据看护者意识到数据的现实和长远价值，收集分布式的数据的阻力越来越大。

（2）API接口：数据拥有方通过编程接口提供受限的数据查询、分析功能给内外部的调用者。如果是简单的查询和分析，自然不能满足数据智能要求的灵活性。如果这个API接口支持导入大数据分析模型和人工智能/深度学习模型，则该模型能够在数据拥有方沉淀下来，不能保护模型拥有方的利益。

（3）数据沙箱：数据拥有方提供线下或线上的数据沙箱环境（如果是线上，等同于支持模型导入的API接口方式），供用户自带模型在数据沙箱内进行大数据分析和人工智能/深度学习训练等数据智能运算。这种方式与支持模型导入的API接口方式一样，模型能够在数据拥有方沉淀下来，不能保护模型拥有方的利益。

在多源、多主、分布式的环境下，如何以可控、可信、可追溯的方式，在保护数据拥有方、模型拥有方的利益的前提下，实现可控的数据共享、支撑分布式的数据智能和隐私计算，是数字时代的巨大挑战。

发明内容

为了解决上述技术问题中的至少一个，本发明提供了一种基于区块链的分布式数据和模型的计算方法、装置、电子设备和可读存储介质。

本发明的第一方面，提供了一种基于区块链的分布式数据和模型的计算方法，包括：

区块链的第一节点通过第一合约，在所述区块链发布包含算力的元数据的第一交易；

所述第一节点通过第二合约，接收所述区块链的第二节点发布的包含数据的元数据的第二交易；

所述第一节点通过第三合约，接收所述区块链的第三节点发布的包含模型的元数据的第三交易；

目标第一节点接收在所述区块链发布的包括目标数据标识、目标模型标识、目标算力标识的第四交易；所述目标第一节点是与所述目标算力标识对应的所述第一节点；

所述目标第一节点根据所述数据的元数据获取与所述目标数据标识对应的目标数据，以及，根据所述模型的元数据获取与所述目标模型标识对应的目标模型；

所述目标第一节点执行与所述目标数据和所述目标模型关联的计算；

所述目标第一节点在所述区块链发布包含计算结果相关信息的第五交易。