[發明專利]一種基于區塊鏈的去中心化聯邦學習方法及系統

在審

• 申請號: 202210406167.2
• 申請日: 2022-04-18
• 公開（公告）號: CN114978893A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 伍衛國;王雄;楊詩園;柴玉香;張超;張祥俊;劉松
• 申請（專利權）人: 西安交通大學
• 主分類號: H04L41/0806
• 分類號: H04L41/0806;H04L41/0823;H04L41/14;H04L41/16;H04L41/042;H04L9/32
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

1.一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，包括以下步驟：

S1，將本地設備和邊緣服務器進行系統注冊并初始化；

S2，根據模型請求信息匹配與該模型請求信息匹配度最高的本地設備，利用匹配的本地設備的本地參數對模型請求信息生成的初始模型進行局部訓練，將局部訓練完成的局部模型上傳至與用于訓練的本地設備綁定的邊緣服務器；

S3，對收到的多個局部模型的參數進行全局聚合即可完成模型請求信息的訓練任務。

2.根據權利要求1所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，本地設備和邊緣服務器進行系統注冊并初始化后進行綁定，本地設備與其綁定的邊緣服務器進行信息交互。

3.根據權利要求1所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，發布者發布模型請求信息時進行身份驗證，并將模型請求信息傳送至邊緣服務器。

4.根據權利要求3所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，邊緣服務器根據模型請求信息生成初始模型。

5.根據權利要求1所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，本地設備首先利用Hash函數生成信息的摘要，再利用自身的私鑰Pri_k對摘要加密生成數字簽名，然后一并上傳到邊緣服務器中。

6.根據權利要求5所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，邊緣服務器在接收每次局部迭代中每個本地訓練設備上傳信息后，驗證該信息的真實性和評估該局部模型參數的準確性。

7.根據權利要求1所述的一種基于區塊鏈的去中心化聯邦學習方法，其特征在于，采用拜占庭容錯算法作為共識算法對多個局部模型的參數進行全局聚合。

8.一種基于區塊鏈的去中心化聯邦學習系統，其特征在于，包括數據采集模塊、聚合模塊和驗證模塊；

驗證模塊用于本地設備和邊緣服務器的系統注冊以及初始化，實現本地設備和邊緣服務器之間的信息驗證；

數據采集模塊用于獲取模型請求信息，并將獲取的模型請求信息傳輸至邊緣服務器，邊緣服務器根據與該模型請求信息匹配度最高的本地設備，利用匹配的本地設備的本地參數對模型請求信息生成的初始模型進行局部訓練，將局部訓練完成的局部模型上傳至與用于訓練的本地設備綁定的邊緣服務器；

聚合模塊用于對收到的多個局部模型的參數進行全局聚合即可完成模型請求信息的訓練任務。

9.根據權利要求8所述的一種基于區塊鏈的去中心化聯邦學習系統，其特征在于，聚合模塊包括靠近本地設備或者數據源頭的邊緣節點。

10.根據權利要求8所述的一種基于區塊鏈的去中心化聯邦學習系統，其特征在于，在每一輪的訓練過程中，將驗證模塊返回驗證結果、本地設備上傳的數據樣本成本和本地設備的訓練時間信息存儲到區塊鏈中，并且根據這些信息發放一次獎勵，這些獎勵視作交易存儲在區塊鏈中。