[發明專利]一種基于關聯規則模型訓練的區塊鏈共識方法和系統

有效

• 申請號: 202010317938.1
• 申請日: 2020-04-21
• 公開（公告）號: CN111680076B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 李引
• 申請（專利權）人: 廣州中科易德科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/27;G06Q30/0201
• 代理公司: 廣州容大知識產權代理事務所(普通合伙) 44326
• 代理人: 潘素云

本發明公開了一種基于關聯規則模型訓練的區塊鏈共識方法和系統，該系統包括共識算法調度器、參數和數據獲取器、關聯規則模型訓練器和共識驗證器；該系統可與現有的區塊鏈系統進行對接，取代POW/POS/POA等共識算法。本發明將區塊鏈過剩的算力引入關聯規則模型的訓練中，通過區塊鏈的激勵機制，使得投資人進行人工智能模型的訓練時，能夠引導將資金、算力、能源投入到更加有意義的工作上，解決算力不足費用昂貴的問題。本發明將區塊鏈的POW算力用來進行大數據的關聯規則計算，降低了成本，節約了社會資源，將算力用到了有意義的工作上。

技術領域

本發明涉及區塊鏈技術領域，具體涉及一種基于關聯規則模型訓練的區塊鏈共識方法和系統。

背景技術

區塊鏈技術的發展已經得到國內外企業、研究機構、高校等普遍認同，認為其是下一代價值互聯網的核心。主流的區塊鏈平臺一般采用POW共識算法，通過重復的進行散列值運算來確定出塊的節點，哪個節點投入算力更高，將有更大的概率獲得出塊獎勵。這種機制使得能夠通過機器和算法來實現信任的建立和價值共識，投資人投入大量的金錢用來購買電力，這些算力和能源被投資者用來進行散列值運算從而獲得獎勵，這種模式下的算力和能源的浪費被極大的詬病。

關聯規則是形如X→Y的蘊涵式，定義為：

假設I＝{I₁，I₂，...，I_m}是項的集合。給定一個交易數據庫D，其中每個事務(Transaction)t是I的非空子集，即，每一個交易都與一個唯一的標識符TID(TransactionID)對應。關聯規則在D中的支持度(support)是D中事務同時包含X、Y的百分比，即概率；置信度(confidence)是D中事務已經包含X的情況下，包含Y的百分比，即條件概率。如果滿足最小支持度閾值和最小置信度閾值，則認為關聯規則是有趣的。關聯規則模型的挖掘就是在一定閾值條件下，需要滿足這樣條件關系的XY。

關聯規則廣泛應用金融、零售、電商等行業，比如在金融行業，銀行通過在自己的ATM機上就捆綁了顧客可能感興趣的本行產品信息，供使用本行ATM機的用戶了解。如果數據庫中顯示，某個高信用限額的客戶更換了地址，這個客戶很有可能新近購買了一棟更大的住宅，因此會有可能需要更高信用限額，更高端的新信用卡，或者需要一個住房改善貸款，這些產品都可以通過信用卡賬單郵寄給客戶。當客戶打電話咨詢的時候，數據庫可以有力地幫助電話銷售代表。銷售代表的電腦屏幕上可以顯示出客戶的特點，同時也可以顯示出顧客會對什么產品感興趣。

再比如零售市場的數據，它不僅十分龐大、復雜，而且包含著許多有用信息，從大型超市數據庫中可以發現一些潛在的、有用的、有價值的信息來，從而應用于超級市場的經營。通過對所積累的銷售數據的分析，可以得出各種商品的銷售信息。從而更合理地制定各種商品的定貨情況，對各種商品的庫存進行合理地控制。另外根據各種商品銷售的相關情況，可分析商品的銷售關聯性，從而可以進行商品的貨籃分析和組合管理，以更加有利于商品銷售。

同時，一些知名的電子商務站點也從強大的關聯規則挖掘中的受益。這些電子購物網站使用關聯規則中規則進行挖掘，然后設置用戶有意要一起購買的捆綁包。也有一些購物網站使用它們設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。

主流的區塊鏈普遍采用POW等共識算法，用來確定出塊節點，存在能源和算力浪費的問題。

發明內容

有鑒于此，為了解決現有技術中區塊鏈的共識算法存在能源和算力浪費的的問題，本發明提出一種基于關聯規則模型訓練的區塊鏈共識方法和系統。

本發明通過以下技術手段解決上述問題：

一方面，本發明提供一種基于關聯規則模型訓練的區塊鏈共識方法，包括如下步驟：

主體生成大數據采集信息發送給節點，節點將該大數據采集信息廣播到相鄰節點；