[發明專利]一種數據協同方法、裝置及通信設備

在審

• 申請號: 202111062506.1
• 申請日: 2021-09-10
• 公開（公告）號: CN115794427A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 蔡國慶
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G06F9/54
• 分類號: G06F9/54;G06F16/27;G06F21/60;G06F21/62;G06N20/00;H04L9/32;H04L67/1095;H04L67/1097
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

本申請提供一種數據協同方法、裝置及通信設備，所述方法包括：第一聯邦學習節點向第二聯邦學習節點發送協同計算會話請求消息，以及向第一區塊鏈節點發送第一消息摘要，所述第一消息摘要基于所述協同計算會話請求消息確定；所述第一聯邦學習節點接收所述第二聯邦學習節點發送的協同計算會話應答消息；在所述協同計算會話應答消息表示同意進行協同計算會話的情況下，所述第一聯邦學習節點與所述第二聯邦學習節點進行協同交互；所述第一聯邦學習節點向所述第一區塊鏈節點發送第二消息摘要，所述第二消息摘要基于所述協同交互的過程中所述第一聯邦學習節點發送的第一協同計算消息確定。本申請可以提高聯邦學習過程的效率。

技術領域

本申請涉及區塊鏈技術領域，尤其涉及一種數據協同方法、裝置及通信設備。

背景技術

聯邦學習是一種多方協作計算的機器學習方法，參與方在不共享數據的前提下通過交換加密的模型參數或梯度參數來共同訓練機器學習模型，使得數據不出本地即可參與多方協同建模。

聯邦學習中在不泄露數據情況下通過協同計算進行機器學習模型訓練，目前可以通過區塊鏈將聯邦學習節點每次交互加密的模型參數或梯度參數，以及訓練得到的機器學習模型進行區塊廣播和記賬，從而實現去中心化或者安全溯源，但聯邦學習相比于集中式人工智能模型學習，雖然模型精度相差不大，但是訓練時間相差極大，例如：橫向聯邦模型訓練階段時間開銷增加了十至幾十倍，縱向聯邦模型訓練時間更是增加了幾千至上萬倍。聯邦學習過程通過聯邦學習節點之間的協同計算會話對機器學習模型進行訓練，聯邦學習過程中，聯邦學習節點之間需要交互上萬次得到最終的機器學習模型，現有方案中將協同計算會話中的所有交互數據均通過區塊鏈節點進行區塊廣播和記賬，聯邦學習節點在進行協同計算會話時需要將所有交互數據發送至區塊鏈節點，數據繁多，將會降低聯邦學習過程的效率。

發明內容

本申請提供一種數據協同方法、裝置及通信設備，以解決聯邦學習過程效率降低的問題。

第一方面，本申請實施例提供了一種數據協同方法，包括：

第一聯邦學習節點向第二聯邦學習節點發送協同計算會話請求消息，以及向第一區塊鏈節點發送第一消息摘要，所述第一消息摘要基于所述協同計算會話請求消息確定；

所述第一聯邦學習節點接收所述第二聯邦學習節點發送的協同計算會話應答消息；

在所述協同計算會話應答消息表示同意進行協同計算會話的情況下，所述第一聯邦學習節點與所述第二聯邦學習節點進行協同交互；

所述第一聯邦學習節點向所述第一區塊鏈節點發送第二消息摘要，所述第二消息摘要基于所述協同交互的過程中所述第一聯邦學習節點發送的第一協同計算消息確定；

其中，所述第一聯邦學習節點與所述第二聯邦學習節點屬于同一聯邦學習網絡，所述第一消息摘要和所述第二消息摘要用于所述第一區塊鏈節點在所述區塊鏈中區塊廣播和記賬。

第二方面，本申請實施例還提供一種數據協同方法，包括：

第二聯邦學習節點接收第一聯邦學習節點發送的協同計算會話請求消息；

所述第二聯邦學習節點向所述第一聯邦學習節點發送協同計算會話應答消息，以及向第二區塊鏈節點發送第三消息摘要，所述第三消息摘要基于所述協同計算會話應答消息確定；

在所述協同計算會話應答消息表示同意進行協同計算會話的情況下，所述第二聯邦學習節點與所述第一聯邦學習節點進行協同交互；

所述第二聯邦學習節點向所述第二區塊鏈節點發送第四消息摘要，所述第四消息摘要基于所述協同交互的過程中所述第二聯邦學習節點發送的第二協同計算消息確定；

其中，所述第一聯邦學習節點與所述第二聯邦學習節點屬于同一聯邦學習網絡，所述第三消息摘要和所述第四消息摘要用于所述第二區塊鏈節點在區塊鏈中區塊廣播和記賬。