[發明專利]一種基于決策樹模型訓練的區塊鏈共識方法和系統

有效

• 申請號: 202010318931.1
• 申請日: 2020-04-21
• 公開（公告）號: CN111680099B
• 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: G06F16/27
• 分類號: G06F16/27;G06F18/2431;G06F18/214;G06Q20/38
• 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

1.一種基于決策樹模型訓練的區塊鏈共識方法，其特征在于，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；

采用決策樹模型訓練共識算法進行計算和驗證，節點驗證大數據采集信息的有效性，將其放入緩存池，直到緩沖池中的數據集合A的數量n達到閾值α；

節點用參數和數據獲取器獲取鏈上存儲的所有大數據采集信息Z，與緩沖池中當前的數據集合A進行合并后生成D，并將D中包含的項映射到矩陣M_np上；采用決策樹算法，分別計算A_j(1≤j≤p)作為分類類別，{A₁，A₂，…A_j-1，A_j+1，…A_p}作為特征屬性決策樹；

節點完成決策樹模型的計算，將決策樹模型參數存儲到區塊頭，生成第一條區塊鑄幣交易用于記錄該節點獲得記賬獎勵，同時將數據集合A生成n條數據采集交易和其他轉賬交易一起進行打包成區塊體，將區塊頭與區塊體進行合并生成區塊并進行全網廣播；

其他節點收到新區塊的信息，共識驗證器對其進行驗證；當采用的決策樹模型時，節點將利用參數和數據獲取器獲取鏈上存儲的所有大數據采集信息Z，與本節點緩沖池中當前的數據集合B進行合并后生成D’，利用該決策樹模型來預測D’中對A_j進行分類的正確率，驗證該正確率是否大于參數要求；如果達到正確率參數指標，則將該區塊放入本地區塊鏈中；

采用決策樹模型訓練共識算法進行計算和驗證之前，還包括：

節點共識算法調度器選擇共識算法，如果為決策樹模型訓練共識算法，則采用決策樹模型訓練共識算法進行計算和驗證，否則采用傳統區塊鏈共識算法進行計算和驗證；

閾值α通過智能合約的方式由所有節點參與者投票決定，正確率參數通過智能合約的方式由所有節點參與者投票決定。

2.根據權利要求1所述的基于決策樹模型訓練的區塊鏈共識方法，其特征在于，數據信息直接以數據貢獻交易的方式存儲在區塊鏈上，數據貢獻交易的形式表達為{主體錢包地址，數據采集獎勵金額，數據信息}；或者數據信息將其進行梳理整理后放入外部數據存儲系統，返回一個數據存儲的資源定位符。

3.根據權利要求1所述的基于決策樹模型訓練的區塊鏈共識方法，其特征在于，底層區塊鏈如果基于以太坊、EOS的具有智能合約機制的區塊鏈平臺，則數據信息是將數據信息封裝后作為參數并對智能合約的方法調用，當該數據信息經過智能合約驗證通過之后，再通過智能合約往主體錢包地址轉賬，金額為數據采集獎勵金額。

4.根據權利要求1所述的基于決策樹模型訓練的區塊鏈共識方法，其特征在于，決策樹采用ID3、C4.5、C5.0或者擴展算法進行計算。