[發明專利]基于區塊鏈的聯邦建模方法及裝置

在審

• 申請號: 202110599095.3
• 申請日: 2021-05-31
• 公開（公告）號: CN113191090A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 狄瀟然;張巖;王鵬程;張亞澤;李瑞男
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q30/02;G06K9/62;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;谷敬麗

本發明公開了一種基于區塊鏈的聯邦建模方法及裝置，涉及區塊鏈技術領域。該方法包括通過發布聯邦模型訓練任務及訓練聯邦模型的數據規范；接收第二參與節點發送的聯邦模型訓練數據；對第二參與節點發送的聯邦模型訓練數據進行檢驗；在第二參與節點發送的聯邦模型訓練數據檢驗通過時，根據聯邦模型訓練數據構建及訓練聯邦模型。本發明通過發布聯邦模型訓練任務及訓練聯邦模型的數據規范，接收其它參與節點發送的聯邦模型訓練數據，在其它參與節點發送的聯邦模型訓練數據校驗通過時，利用其它參與節點發送的聯邦模型訓練數據構建及訓練聯邦模型，因此能夠打破跨場景數據孤島以進行聯合建模，提高跨場景數據利用率。

技術領域

本發明涉及區塊鏈技術領域，尤其涉及基于區塊鏈的聯邦建模方法及裝置。

背景技術

本部分旨在為權利要求書中陳述的本發明實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

人工智能相關應用場景的關鍵是能否獲取到高性能的人工智能模型，而保證模型性能的前提條件就是能夠擁有足量、足質的數據。目前，跨境場景下的數據涉及行內外多個部門和機構，考慮到數據安全以及相關法律法規，相關人工智能應用的數據也僅僅局限在部門或機構內部，部門、機構外仍有相當一部分數據并沒有利用起來。這就直接導致：1)數據利用率不高，大量本應產出高業務價值的數據只能躺在磁盤中；2)顧忌于數據安全相關法律法規，業務人員不能放手去挖掘人工智能相關應用場景；3)受限于數據數量和數據質量，技術人員很難只依靠自身開發出高質人工智能模型，致使本就為數不多的人工智能應用場景落地難。

因此，現有方案中機構之間存在的“數據孤島”、“數據合作難”、“合作不安全”等一系列痛點問題，致使數據合作難、數據利用率低、集中式建模可行性低。

發明內容

本發明實施例提供一種基于區塊鏈的聯邦建模方法，用以打破跨場景數據孤島以進行聯合建模，提高跨場景數據利用率，該基于區塊鏈的聯邦建模方法包括：

通過消費聯盟幣在區塊鏈上發布聯邦模型訓練任務及訓練聯邦模型的數據規范；

接收第二參與節點根據訓練聯邦模型的數據規范發送的聯邦模型訓練數據；第二參與節點為區塊鏈上加入聯邦模型訓練任務的至少一個參與節點；

在區塊鏈上對第二參與節點發送的聯邦模型訓練數據進行檢驗；

在第二參與節點發送的聯邦模型訓練數據檢驗通過時，根據第二參與節點發送的聯邦模型訓練數據在區塊鏈上構建及訓練聯邦模型，以獲得訓練后的聯邦模型。

本發明實施例還提供一種基于區塊鏈的聯邦建模裝置，用以打破跨場景數據孤島以進行聯合建模，提高跨場景數據利用率，該基于區塊鏈的聯邦建模裝置包括：

任務發布模塊，用于通過消費聯盟幣在區塊鏈上發布聯邦模型訓練任務及訓練聯邦模型的數據規范；

數據接收模塊，用于接收第二參與節點根據訓練聯邦模型的數據規范發送的聯邦模型訓練數據；第二參與節點為區塊鏈上加入聯邦模型訓練任務的至少一個參與節點；

數據校驗模塊，用于在區塊鏈上對第二參與節點發送的聯邦模型訓練數據進行檢驗；

模型構建模塊，用于在第二參與節點發送的聯邦模型訓練數據檢驗通過時，根據第二參與節點發送的聯邦模型訓練數據在區塊鏈上構建及訓練聯邦模型，以獲得訓練后的聯邦模型。

本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述基于區塊鏈的聯邦建模方法。

本發明實施例還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有執行上述基于區塊鏈的聯邦建模方法的計算機程序。