[发明专利]基于联邦数据及联邦服务的数据共享方法及装置

说明书

本发明公开了一种基于联邦数据及联邦服务的数据共享方法及装置，该方法包括：接收数据使用方提交的模型运算需求；基于联邦节点能力数据库，根据模型运算需求匹配生成最优决策结果；基于最优决策结果选择计算模型，将公钥和计算模型发送至相应联邦节点；接收相应联邦节点返回的计算结果，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型计算得出并通过公钥加密后的结果；将结果进行解密返回给数据使用方；计算参与计算的每个联邦节点的数据收益，提供给数据提供方；将计算过程数据存储在区块链的记账节点上；数据提供方作为联邦节点。本发明通过联邦服务机制来实现对各个数据使用方需求的决策生成，进而实现服务的联邦化。

技术领域

本发明涉及数据处理技术领域，尤其涉及基于联邦数据及联邦服务的数据共享方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

人工智能（以下简称AI）技术及应用已经在多领域场景取得突破性进展，正迅速改变经济及生活方式。在深度学习的范式下，人工智能对数据的需求非常巨大。但是目前数据共享、交易与开放等程度严重不足，正成为制约产业创新发展的瓶颈。大部分数据拥有方不愿意将自己的数据开放出来，造成了一个个数据孤岛，除了数据拥有方缺乏积极性外，其中一个很重要的原因是来自于数据的隐私保护。未来的趋势是：数据隐私保护的法律会越来越严格，人工智能对于数据的使用必须更加规范。

因此对人工智能技术而言，一方面需要数据流通，但安全要求又严重限制了数据流通。这种情况下，传统的数据分析机制就无法满足法规要求，其本质是要改变数据集中式的分析技术为数据分布式的分析技术。

发明内容

本发明实施例提供一种基于联邦数据及联邦服务的数据共享方法，该方法包括：

接收数据使用方提交的模型运算需求，基于联邦节点能力数据库，根据所述模型运算需求匹配生成最优决策结果；

基于最优决策结果选择计算模型，将公钥和计算模型发送至最优决策结果中的相应联邦节点；

接收相应联邦节点返回的计算结果，将所述计算结果进行解密，返回给数据使用方，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型联合计算得出并通过公钥加密后的结果；

计算参与计算的每个联邦节点的数据收益，将所述数据收益提供给数据提供方；

将模型运算需求计算过程数据存储在区块链的记账节点上；

其中，数据提供方作为联邦节点。

本发明实施例还提供一种基于联邦数据及联邦服务的数据共享装置，该装置包括：

决策生成模块，用于接收数据使用方提交的模型运算需求，基于联邦节点能力数据库，根据所述模型运算需求匹配生成最优决策结果；

联合计算模块，用于基于最优决策结果选择计算模型，将公钥和计算模型发送至最优决策结果中的相应联邦节点；接收相应联邦节点返回的计算结果，将所述计算结果进行解密，返回给数据使用方，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型联合计算得出并通过公钥加密后的结果；

计费激励模块，用于计算参与计算的每个联邦节点的数据收益，将所述数据收益提供给数据提供方；

交易记账模块，用于将模型运算需求计算过程数据存储在区块链的记账节点上；

其中，数据提供方作为联邦节点。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于联邦数据及联邦服务的数据共享方法。