[發明專利]基于區塊鏈方式的深度學習數據共享方法、存儲介質

在審

• 申請號: 201810397795.2
• 申請日: 2018-04-28
• 公開（公告）號: CN108805282A
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 劉德建;于恩濤;董浩;梁益冰;林劍鋒;陳偉;周瀟瀟;鄭瑜琴;鄭秀琴;曾捷
• 申請（專利權）人: 福建天晴在線互動科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04;G06F17/30
• 代理公司: 福州市博深專利事務所(普通合伙) 35214
• 代理人: 林志崢

1.一種基于區塊鏈方式的深度學習數據共享方法，其特征在于，包括：

存儲深度學習數據和目標建模模型至區塊鏈網絡的各節點，其中，所述深度學習數據共享在區塊鏈網絡中，所述目標建模模型受保護；

將深度學習數據拆分成帶有對應數據屬性標簽的元數據；

當接收到對應一目標建模模型的深度學習請求時，依據所述一目標建模模型確定對應的數據屬性標簽，獲取對應的元數據；

依據所述對應的元數據，提取與所述一目標建模模型對應的深度學習數據進行學習。

2.如權利要求1所述的基于區塊鏈方式的深度學習數據共享方法，其特征在于，所述將深度學習數據拆分成帶有對應數據屬性標簽的元數據，具體為：

拆解深度學習數據成多個的元數據；

賦予每個元數據至少一個的標簽，所述標簽記錄有當前元數據的編號，以及與當前元數據的一個數據屬性對應的特征值。

3.如權利要求2所述的基于區塊鏈方式的深度學習數據共享方法，其特征在于，所述依據所述一目標建模模型確定對應的數據屬性標簽，獲取對應的元數據，具體為：

依據所述一目標建模模型確定與其對應的至少一個的數據屬性的特征值；

依據所確定的至少一個的特征值確定對應的標簽；

依據所確定的標簽獲取對應的元數據。

4.如權利要求1所述的基于區塊鏈方式的深度學習數據共享方法，其特征在于，所述進行學習，之后，還包括：

生成新的深度學習數據；

存儲所述新的深度學習數據至區塊鏈網絡的各節點；

將所述新的深度學習數據拆分成帶有對應數據屬性標簽的新的元數據。

5.如權利要求1所述的基于區塊鏈方式的深度學習數據共享方法，其特征在于，還包括：

存儲元數據在區塊鏈網絡的各節點的元數據庫中。

6.如權利要求1所述的基于區塊鏈方式的深度學習數據共享方法，其特征在于，依據區塊鏈數據的最小單位對所述深度學習數據進行拆分。

7.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時能夠實現權利要求1-6任意一項所述的基于區塊鏈方式的深度學習數據共享方法。