[发明专利]默克尔树更新方法、装置、设备及可读存储介质

说明书

本申请公开了一种默克尔树更新方法、装置、设备及可读存储介质，所述默克尔树更新方法包括：获取更新数据和待更新默克尔树，并确定所述待更新默克树对应的原数据集和预设哈希编码模型，进而基于所述更新数据和所述原数据集，对所述预设哈希编码模型进行训练更新，获得目标哈希编码模型，进而基于所述目标哈希编码模型和所述更新数据，更新所述待更新默克尔树的随机叶子节点层，获得目标默克尔树。本申请解决了默克尔树更新时计算效率低的技术问题。

技术领域

本申请涉及金融科技(Fintech)的人工智能领域，尤其涉及一种默克尔树更新方法、装置、设备及可读存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。

随着计算机软件和人工智能的不断发展，人工智能的应用领域也越来越广泛，目前，默克尔(Merkle)树是一种用于快速验证数据完整性的数据结构。其原理是通过分组哈希，使得哈希值匹配能够从叶节点快速上溯到根节点，进而达到降低数据查询时计算复杂度的目的，但是，当默克尔树的随机叶子节点需要更新时，除了需要更新随机叶子节点之外，还需要对随机叶子节点所在树分枝的所有节点进行更新，进而导致默克尔树更新时的计算量过大，计算复杂度过高，进而导致默克树更新时的计算效率过低，所以，现在技术中存在默克尔树更新时计算效率低的技术问题。

发明内容

本申请的主要目的在于提供一种默克尔树更新方法、装置、设备及可读存储介质，旨在解决现有技术中默克尔树更新时计算效率低的技术问题。

为实现上述目的，本申请提供一种默克尔树更新方法，所述默克尔树更新方法包括：

获取更新数据和待更新默克尔树，并确定所述待更新默克树对应的原数据集和预设哈希编码模型；

基于所述更新数据和所述原数据集，对所述预设哈希编码模型进行训练更新，获得目标哈希编码模型；

基于所述目标哈希编码模型和所述更新数据，更新所述待更新默克尔树的随机叶子节点层，获得目标默克尔树。

可选地，所述更新数据包括新增数据块，

所述基于所述目标哈希编码模型和所述更新数据，更新所述待更新默克尔树的随机叶子节点层，获得目标默克尔树的步骤包括：

生成所述新增数据块对应的目标随机叶子节点，并将所述新增数据块输入所述目标哈希编码模型，获得所述新增数据块对应的输出哈希编码值；

基于所述输出哈希编码值，匹配所述目标随机叶子节点对应的目标父节点；

基于所述目标随机叶子节点和所述目标父节点，更新所述随机叶子节点层，获得所述目标默克尔树。

可选地，所述基于所述更新数据和所述原数据集，对所述预设哈希编码模型进行训练更新，获得目标哈希编码模型的步骤包括：

基于所述更新数据和所述原数据集，确定目标数据集，并确定所述目标数据集对应的数据类别集合；

获取所述数据类别集合对应的目标哈希编码值集合，并确定所述目标数据集对应的训练数据和所述目标哈希编码值集合对应的目标哈希编码值；

基于所述训练数据和所述目标哈希编码值，对所述预设哈希编码模型进行迭代训练，以优化所述预设哈希编码模型对应的极化损失函数，直至所述预设哈希编码模型达到预设迭代结束条件，获得所述目标哈希编码模型。

可选地，所述基于所述训练数据和所述目标哈希编码值，对所述预设哈希编码模型进行迭代训练，以优化所述预设哈希编码模型对应的极化损失函数，直至所述预设哈希编码模型达到预设迭代结束条件，获得所述目标哈希编码模型的步骤包括：