[发明专利]基于区块链的人工智能训练方法、区块链节点及介质在审
| 申请号: | 202010624143.5 | 申请日: | 2020-06-30 |
| 公开(公告)号: | CN111858754A | 公开(公告)日: | 2020-10-30 |
| 发明(设计)人: | 路成业;王凌 | 申请(专利权)人: | 全链通有限公司 |
| 主分类号: | G06F16/27 | 分类号: | G06F16/27;G06F21/60;G06F21/62;G06N20/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100191 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 区块 人工智能 训练 方法 节点 介质 | ||
1.一种基于区块链的人工智能训练方法,其特征在于,包括:
AI训练任务发起节点在区块链网络中发布AI训练任务,以使所述区块链网络中的AI训练节点根据所述AI训练任务执行模型训练操作,得到模型数据,所述AI训练任务包括训练结果检测样本,以及训练结果奖励方案;
所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的所述AI训练任务的训练结果,所述训练结果中包括所述模型数据采用所述AI训练任务发起节点的第一公钥加密后得到的第一加密数据、所述AI训练节点生成的第二公钥以及所述第二公钥对应的解密私钥的验证代码;
所述AI训练任务发起节点基于自身的私钥对所述第一加密数据进行解密得到所述模型数据;
所述AI训练任务发起节点采用所述第二公钥对所述模型数据进行加密得到第二加密数据;
所述AI训练任务发起节点将所述第二加密数据发布到所述区块链网络中,以使所述区块链网络中的记账节点根据内置的所述验证代码对应的解密私钥,对所述第二加密数据进行解密,并基于所述训练结果检测样本对解密得到的所述模型数据进行验证,并记录对所述AI训练节点的奖励。
2.根据权利要求1所述的方法,其特征在于,所述AI训练任务发起节点在区块链网络中发布AI训练任务之后,所述方法还包括:
所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的第三加密数据,所述第三加密数据为所述模型数据采用所述第二公钥加密后的数据。
3.根据权利要求1所述的方法,其特征在于,所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的第三加密数据之后,所述方法还包括:
所述AI训练任务发起节点将所述第三加密数据和所述第二加密数据进行比对;
若一致,则确定所述AI训练节点的模型数据提交成功。
4.一种基于区块链的人工智能训练方法,其特征在于,包括:
AI训练节点接收AI训练任务发起节点在区块链网络中发布的AI训练任务,所述AI训练任务包括训练结果检测样本,以及训练结果的奖励方案;
所述AI训练节点根据所述AI训练任务执行模型训练操作,得到模型数据,并生成第二公钥以及所述第二公钥的解密密钥对应的验证代码;
AI训练节点采用所述AI训练任务发起节点的第一公钥对所述模型数据进行加密得到第一加密数据,并将所述第一加密数据、所述第二公钥以及所述验证代码广播到所述区块链网络中,以使所述AI训练任务发起节点基于自身的私钥解密获得所述模型数据,并采用所述第二公钥对所述模型数据进行加密,将加密得到的第二加密数据广播到所述区块链网络中,使得所述区块链网络中的记账节点根据所述验证代码对应的解密私钥,对所述第二加密数据进行解密,并基于所述训练结果检测样本对解密得到的所述模型数据进行验证,并记录对所述AI训练节点的奖励。
5.根据权利要求4所述的方法,其特征在于,所述AI训练节点根据所述AI训练任务执行模型训练操作,得到模型数据,并生成第二公钥以及所述第二公钥的解密密钥对应的验证代码之后,所述方法还包括:
所述AI训练节点采用所述第二公钥对所述模型数据进行加密得到第三加密数据;
所述AI训练节点将所述第三加密数据发布到所述区块链网络中,以使所述AI训练任务发起节点将所述第三加密数据和所述第二加密数据进行比对。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于全链通有限公司,未经全链通有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010624143.5/1.html,转载请声明来源钻瓜专利网。





