[发明专利]基于区块链和联邦学习的可信网络应用方法和装置

权利要求书

1.一种基于区块链和联邦学习的可信网络应用方法，其特征在于，包括以下步骤：

构建基于区块链的可信网络；

在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；

对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；

基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。

2.根据权利要求1所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述初始网络模型包括第一神经网络模型以及第二神经网络模型；所述各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数的步骤，包括：

基于获取到的网络数据训练所述第一神经网络模型，得到第一网络模型以及第一网络模型的第一模型参数；其中，所述第一网络模型包括特征提取层以及分类层；

基于所述第一网络模型提取所述网络数据的特征向量；

将所述特征向量输入至所述第二神经网络模型中进行训练，得到第二网络模型以及第二网络模型的第二模型参数；

将所述第一模型参数以及所述第二模型参数作为所述节点子数据。

3.根据权利要求2所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据的步骤，包括：

对所有节点发送的第一模型参数进行聚合运算，得到第一聚合数据；

对所有节点发送的第二模型参数进行聚合运算，得到第二聚合数据；

将所述第一聚合数据以及第二聚合数据作为所述聚合数据。

4.根据权利要求1所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述在所述可信网络中获取所述区块链各个节点上的节点子数据的步骤之前，还包括：

接收各个所述节点发送的参数信息；

根据所有节点发送的参数信息，按照预设规则生成一个加密密码；

将所述加密密码发送至各个所述节点；其中，所述加密密码用于各个所述节点对发送的所述节点子数据进行加密。

5.根据权利要求4所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述参数信息为节点的序号以及标识信息；

所述根据所有节点发送的参数信息，按照预设规则生成一个加密密码的步骤，包括：

根据各个所述节点的序号大小对各个所述节点进行排序；

按照各个所述节点的排序，将各个所述节点的序号以及标识信息添加至预设的表格中，生成参数信息表格；其中，所述预设的表格中包括序号字段以及标识信息字段；

对所述参数信息表格进行哈希计算，得到对应的哈希值；

对所述哈希值进行编码，得到一个指定位数的字符串，作为所述加密密码。

6.一种基于区块链和联邦学习的可信网络应用装置，其特征在于，包括：

构建单元，用于构建基于区块链的可信网络；

获取单元，用于在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；

聚合单元，用于对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；

更新单元，用于基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。

7.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。