[发明专利]基于区块链和同态加密的决策树模型训练方法及装置在审

专利信息
申请号: 202010833050.3 申请日: 2020-08-18
公开(公告)号: CN111966753A 公开(公告)日: 2020-11-20
发明(设计)人: 张亚泽 申请(专利权)人: 中国银行股份有限公司
主分类号: G06F16/27 分类号: G06F16/27;G06F21/64;G06F21/60;G06F21/62;G06K9/62
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 谷敬丽;周晓飞
地址: 100818 *** 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 同态 加密 决策树 模型 训练 方法 装置
【权利要求书】:

1.一种基于区块链和同态加密的决策树模型训练方法,应用于加入区块链网络的参与方节点,其特征在于,包括:

获得用户特征,计算所述用户特征的信息增益;

对所述用户特征的信息增益进行同态加密,获得用户特征的信息增益密文数据,将所述用户特征的信息增益密文数据生成区块,将所述区块上传到区块链网络;

从区块链网络中下载所需的用户特征的信息增益密文数据进行决策树模型训练。

2.如权利要求1所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,在上传数据之前,还包括:发送身份信息至区块链网络,待区块链网络对身份信息进行认证后,加入区块链网络。

3.如权利要求2所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,在上传数据之前,还包括:发送身份信息至区块链网络,待区块链网络根据所述身份信息与存储的身份信息比较一致后,将所述区块上传到区块链网络。

4.如权利要求1所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,还包括:

将决策树模型训练结果输出。

5.一种基于区块链和同态加密的决策树模型训练方法,其特征在于,包括:

参与方节点获得用户特征,计算所述用户特征的信息增益;

参与方节点对所述用户特征的信息增益进行同态加密,获得用户特征的信息增益密文数据,将所述用户特征的信息增益密文数据生成区块,将所述区块上传到区块链网络;

区块链网络接收并存储所述区块;

参与方节点从区块链网络中下载所需的用户特征的信息增益密文数据进行决策树模型训练。

6.如权利要求5所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,还包括:

参与方节点发送身份信息至区块链网络;

区块链网络对身份信息进行存储并认证,发送身份通过信息至参与方节点;

参与方节点接收身份通过信息,加入区块链网络。

7.如权利要求6所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,还包括:

参与方节点发送身份信息至区块链网络;

区块链网络根据所述身份信息与存储的身份信息比较一致后,发送身份确认信息至参与方节点;

参与方节点接收身份确认信息,将所述区块上传到区块链网络。

8.如权利要求5所述的基于区块链和同态加密的决策树模型训练方法,其特征在于,还包括:

参与方节点将决策树模型训练结果输出。

9.一种基于区块链和同态加密的决策树模型训练装置,其特征在于,包括:

用户特征获得模块,应用获得用户特征;

信息增益计算模块,用于计算所述用户特征的信息增益;

同态加密模块,用于对所述用户特征的信息增益进行同态加密,获得用户特征的信息增益密文数据;

数据交互模块,用于将所述用户特征的信息增益密文数据生成区块,将所述区块上传到区块链网络;从区块链网络中下载所需的用户特征的信息增益密文数据;

模型训练模块,用于根据所需的用户特征的信息增益密文数据进行决策树模型训练。

10.如权利要求9所述的基于区块链和同态加密的决策树模型训练装置,其特征在于,还包括:身份信息发送模块,用于在上传数据之前,发送身份信息至区块链网络,待区块链网络对身份信息进行认证后,加入区块链网络。

11.如权利要求10所述的基于区块链和同态加密的决策树模型训练装置,其特征在于,身份信息发送模块,还用于在上传数据之前,发送身份信息至区块链网络;

数据交互模块,还用于待区块链网络根据所述身份信息与存储的身份信息比较一致后,将所述区块上传到区块链网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国银行股份有限公司,未经中国银行股份有限公司许可,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/202010833050.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top