[發明專利]一種確定模型參數的方法及裝置

在審

• 申請號: 201811315094.6
• 申請日: 2018-11-06
• 公開（公告）號: CN109558950A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 張惠亮;劉勝;吳鋒海
• 申請（專利權）人: 聯動優勢科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種確定模型參數的方法，其特征在于，該方法包括：

客戶端設備獲取用于訓練模型的數據集合和用于訓練模型的算法；

所述客戶端設備根據區塊鏈系統的W個計算節點中每個計算節點的第一屬性信息，從所述W個計算節點中選擇N個計算節點；所述W個計算節點中每個計算節點的第一屬性信息包括所述計算節點的在線穩定性、存儲性能、存儲成本、數據最長保存時間中的一項或多項；

所述客戶端設備將所述數據集合分別發送給所述N個計算節點，并在接收到所述N個計算節點中的M個計算節點分別發送的已成功存儲所述數據集合的指示信息后，根據所述M個計算節點中每個計算節點的第二屬性信息，從所述M個計算節點中選擇K個計算節點；所述M個計算節點中每個計算節點的第二屬性信息包括所述計算節點的在線穩定性、計算性能、計算成本、所述計算節點的計算結果可信度中的一項或多項；

所述客戶端設備將所述算法和所述數據集合的標識發送給所述K個計算節點，以使所述K個計算節點分別使用所述數據集合中的數據和所述算法對所述模型進行訓練；

所述客戶端設備獲取所述K個計算節點中的P個計算節點對應的所述數據集合的訓練結果，并根據所述數據集合的訓練結果，得到模型參數；

其中，W≥N≥M≥K≥P，P≥2，W、N、M、K、P均為整數。

2.根據權利要求1所述的方法，其特征在于，所述客戶端設備獲取所述K個計算節點中的P個計算節點對應的所述數據集合的訓練結果之后，還包括：

所述客戶端設備對所述P個計算節點對應的所述數據集合的訓練結果進行分析，若確定所述P個計算節點中存在訓練結果不可信的第一計算節點，則向區塊鏈系統發送第一信息，所述第一信息用于指示所述區塊鏈系統對所述第一計算節點的計算結果可信度進行更新。

3.根據權利要求1所述的方法，其特征在于，所述客戶端設備將所述數據集合分別發送給所述N個計算節點，包括：

所述客戶端設備采用第二計算節點的公鑰對所述數據集合進行加密，并將加密后的數據集合發送給所述第二計算節點，所述第二計算節點為所述N個計算節點中的任一計算節點。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述方法還包括：

所述客戶端設備將第一收入分配策略分別發送給所述N個計算節點，所述第一收入分配策略包括存儲所述數據集合所需時長最短的M個計算節點所能得到的收入；和/或，

所述客戶端設備將第二收入分配策略分別發送給所述K個計算節點，所述第二收入分配策略包括訓練模型所需時長最短的P個計算節點所能得到的收入。

5.一種確定模型參數的方法，其特征在于，所述方法包括：

區塊鏈系統中的計算節點接收客戶端設備發送的用于訓練模型的數據集合，并在所述數據集合存儲成功后，向所述客戶端設備發送成功存儲所述數據集合的指示信息；

所述計算節點接收所述客戶端設備發送的用于訓練模型的算法和所述數據集合的標識；

所述計算節點根據所述數據集合的標識，獲取所述計算節點中存儲的所述數據集合，使用所述數據集合中的數據和所述算法對所述模型進行訓練，并向所述客戶端設備發送已得到訓練結果的指示信息。

6.根據權利要求5所述的方法，其特征在于，所述計算節點接收到的數據集合為加密后的數據集合；

所述計算節點使用所述數據集合中的數據和所述算法對所述模型進行訓練之前，還包括：

所述計算節點使用所述計算節點的私鑰對所述加密后的數據集合進行解密。

7.根據權利要求5至6中任一項所述的方法，其特征在于，所述計算節點根據所述數據集合的標識，獲取存儲的所述數據集合之前，還包括：

所述計算節點根據所述集合的標識，確定所述數據集合的保存期限未過期。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

所述計算節點根據所述集合的標識，若確定所述數據集合的保存期限已過期，則向所述客戶端設備返回獲取所述數據集合失敗的指示信息。