[发明专利]基于区块链的联邦学习方法、装置、设备及存储介质有效
申请号: | 202110975346.3 | 申请日: | 2021-08-24 |
公开(公告)号: | CN113792347B | 公开(公告)日: | 2023-09-26 |
发明(设计)人: | 肖诗源 | 申请(专利权)人: | 上海点融信息科技有限责任公司 |
主分类号: | G06F21/64 | 分类号: | G06F21/64;G06F18/214;G06N20/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 苏舒音 |
地址: | 200023 上海市黄浦区汝*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 区块 联邦 学习方法 装置 设备 存储 介质 | ||
本发明实施例公开了一种基于区块链的联邦学习方法、装置、设备及存储介质。包括:基于预设共识机制确定当前执行模型训练操作的第一区块链节点;所述第一区块链节点从设定公共账本中获取目标待训练模型;根据本地私有数据及智能合约上的训练算法对所述目标待训练模型进行训练,获得训练后的模型;将所述训练后的模型签名后存储至所述设定公共账本;返回执行基于预设共识机制确定下一个执行模型训练操作的第一区块链节点的操作,直到参与联邦学习的所有区块链节点完成模型训练。本发明实施提供的基于区块链的联邦学习方法,采用区块链技术实现联邦学习模型训练,以保证发布模块的安全可靠性,避免作恶行为,从而提高联邦学习效率。
技术领域
本发明实施例涉及区块链技术领域,尤其涉及一种基于区块链的联邦学习方法、装置、设备及存储介质。
背景技术
联邦学习是一种分布式的机器学习方式,由两个或者更多的参与方协作训练一个共享的机器学习模型。每一个参与方都有各自用于训练该模型的数据。
区块链,是利用分布式账本技术解决多方信任问题的去中心化创新性的解决方案,是当前社会的前沿技术。
目前在进行联邦学习模型训练时,由于有多方参与,且提供的训练数据并不是明文数据,无法确保该参与方发布的模型可靠性,且无法避免参与方恶意提供错误数据的行为,导致联邦学习效率得不到保障。
发明内容
本发明实施例提供一种基于区块链的联邦学习方法、装置、设备及存储介质,采用区块链技术实现联邦学习模型训练,以保证发布模块的安全可靠性,避免作恶行为,从而提高联邦学习效率。
第一方面,本发明实施例提供了一种基于区块链的联邦学习方法,应用于参与联邦学习的区块链节点;包括:
基于预设共识机制确定当前执行模型训练操作的第一区块链节点;
所述第一区块链节点从设定公共账本中获取目标待训练模型;其中,所述目标待训练模型为标记为有效的最新模型或者初始模型;
根据本地私有数据及智能合约上的训练算法对所述目标待训练模型进行训练,获得训练后的模型;
将所述训练后的模型签名后存储至所述设定公共账本;
返回执行基于预设共识机制确定下一个执行模型训练操作的第一区块链节点的操作,直到参与联邦学习的所有区块链节点完成模型训练。
第二方面,本发明实施例还提供了一种基于区块链的联邦学习装置,应用于参与联邦学习的区块链节点;包括:
第一区块链节点确定模块,用于基于预设共识机制确定当前执行模型训练操作的第一区块链节点;
目标待训练模型获取模块,用于所述第一区块链节点从设定公共账本中获取目标待训练模型;其中,所述目标待训练模型为标记为有效的最新模型或者初始模型;
模型训练模块,用于根据本地私有数据及智能合约上的训练算法对所述目标待训练模型进行训练,获得训练后的模型;
模型存储模块,用于将所述训练后的模型签名后存储至所述设定公共账本;
返回执行模块,用于返回执行基于预设共识机制确定下一个执行模型训练操作的第一区块链节点的操作,直到参与联邦学习的所有区块链节点完成模型训练。
第三方面,本发明实施例还提供了一种计算机设备,所述设备包括: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程序时实现如本发明实施例所述的基于区块链的联邦学习方法。
第四方面,本发明实施例还提供的了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理装置执行时实现如本发明实施例所述的基于区块链的联邦学习方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海点融信息科技有限责任公司,未经上海点融信息科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110975346.3/2.html,转载请声明来源钻瓜专利网。