[發明專利]一種基于區塊鏈的企業部門資源數字化控制方法和系統

有效

• 申請號: 201810732718.8
• 申請日: 2018-07-05
• 公開（公告）號: CN109214641B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 朱佳
• 申請（專利權）人: 廣州鏈基智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06Q40/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

1.一種基于區塊鏈的企業部門資源數字化控制方法，其特征在于，包括有以下步驟：

A、根據企業部門建立區塊鏈網絡中相應的部門節點，每個部門節點中設置有本地學習模型；

B、每個部門節點采用其部門本地數據計算得到帶有驗證損失信息的本地學習模型；

C、根據部門節點的數據對于相應的每一個部門節點創建一個區塊鏈交易，其中，部門節點的數據包括所述本地學習模型的相關參數；

D、建立跨部門學習模型，依次輸入每個部門節點的數據對跨部門學習模型進行迭代訓練；

E、根據跨部門學習模型的數據為每一個部門節點創建一個區塊鏈交易；

F、當有部門節點的數據更新時，

采用更新的部門節點數據對跨部門學習模型進行訓練，并根據訓練后跨部門學習模型的數據為每一個部門節點創建一個區塊鏈交易，或者

將更新的部門節點數據輸入至跨部門學習模型，輸出測試結果。

2.根據權利要求1所述的一種基于區塊鏈的企業部門資源數字化控制方法，其特征在于：所述區塊鏈交易中包括有部門節點狀態信息、學習模型信息、學習模型的驗證損失信息和學習模型的散列。

3.根據權利要求2所述的一種基于區塊鏈的企業部門資源數字化控制方法，其特征在于：所述部門節點狀態信息為初始狀態、已訓練狀態或已更新狀態。

4.根據權利要求1所述的一種基于區塊鏈的企業部門資源數字化控制方法，其特征在于：所述跨部門學習模型采用遞歸神經網絡模型。

5.根據權利要求4所述的一種基于區塊鏈的企業部門資源數字化控制方法，其特征在于，所述D步驟具體包括有以下子步驟：

D1、建立跨部門學習模型；

D2、輸入第一個部門節點的數據對跨部門學習模型進行訓練；

D3、將跨部門學習模型當前訓練的輸出和下一個部門節點的數據輸入至跨部門學習模型進行訓練；

D4、若存在部門節點的數據未輸入至跨部門學習模型進行訓練，則執行步驟D3，否則完成跨部門學習模型的訓練。

6.一種基于區塊鏈的企業部門資源數字化控制系統，其特征在于：包括有

第一創建模塊，用于根據企業部門建立區塊鏈網絡中相應的部門節點，每個部門節點中設置有本地學習模型；

第一計算模塊，用于對每個部門節點采用其部門本地數據計算得到帶有驗證損失信息的本地學習模型；

第一交易創建模塊，用于根據部門節點的數據對于相應的每一個部門節點創建一個區塊鏈交易，其中，部門節點的數據包括所述本地學習模型的相關參數；

第二創建模塊，用于建立跨部門學習模型，依次輸入每個部門節點的數據對跨部門學習模型進行迭代訓練；

第二交易創建模塊，用于根據訓練后的跨部門學習模型的數據為每一個部門節點創建一個區塊鏈交易；

更新測試模塊，用于在有部門節點的數據更新時，采用更新的部門節點數據對跨部門學習模型進行訓練，或者將更新的部門節點數據輸入至跨部門學習模型輸出測試結果。

7.根據權利要求6所述的一種基于區塊鏈的企業部門資源數字化控制系統，其特征在于：所述第一交易創建模塊和第二交易創建模塊創建的區塊鏈交易中包括有部門節點狀態信息、學習模型信息、學習模型的驗證損失信息和學習模型的散列。

8.根據權利要求7所述的一種基于區塊鏈的企業部門資源數字化控制系統，其特征在于：所述部門節點狀態信息為初始狀態、已訓練狀態或已更新狀態。

9.根據權利要求6所述的一種基于區塊鏈的企業部門資源數字化控制系統，其特征在于：所述第二創建模塊建立的跨部門學習模型為遞歸神經網絡模型。

10.根據權利要求9所述的一種基于區塊鏈的企業部門資源數字化控制系統，其特征在于，所述第二創建模塊包括有以下子模塊：初始化子模塊，用于建立跨部門學習模型；

迭代訓練模塊，用于執行以下訓練步驟：

輸入第一個部門節點的數據對跨部門學習模型進行訓練；

將跨部門學習模型當前訓練的輸出和下一個部門節點的數據輸入至跨部門學習模型進行訓練；

若存在部門節點的數據未輸入至跨部門學習模型進行訓練，則繼續執行上一訓練步驟，否則完成跨部門學習模型的訓練。