[发明专利]联邦学习模型训练的通信方法、装置和电子设备

说明书

本申请提出一种联邦学习模型训练的通信方法、装置和电子设备，方法包括：获取用户节点在执行训练任务期间的通信记录；根据所述通信记录对应的哈希值生成默克尔树；将所述默克尔树存储至区块链中对应的区块中。由此，获取用户节点在执行训练任务期间的通信记录，根据通信记录对应的哈希值生成默克尔树，将默克尔树存储至区块链中对应的区块中。由此，该方法可将用户节点的通信记录对应的哈希值生成默克尔树，并存储至区块链中，即可将训练过程中的通信记录存储至区块链中，使得通信记录可回溯，以便在后续出现问题时进行查证，提高了训练过程的透明度和安全性。

技术领域

本申请涉及深度学习技术领域，尤其涉及一种联邦学习模型训练的通信方法、装置、电子设备和存储介质。

背景技术

目前，联邦学习可在不需要数据共享的前提下实现联邦建模和联邦训练，数据安全性较高，还可解决数据孤岛问题，得到了广泛应用。然而，相关技术中的联邦学习模型训练过程中，训练过程透明度较低，一些参与方会生成虚假数据与其他参与方进行联邦训练，以获取其他参与方的隐私数据，且训练过程不可回溯，出现问题无法查证。

发明内容

本申请旨在至少在一定程度上解决相关技术中联邦学习模型训练过程中，训练过程透明度较低，训练过程不可回溯，出现问题无法查证的技术问题之一。

为此，本申请第一方面实施例提出一种联邦学习模型训练的通信方法，获取用户节点在执行训练任务期间的通信记录，根据通信记录对应的哈希值生成默克尔树，将默克尔树存储至区块链中对应的区块中。由此，该方法可将用户节点的通信记录对应的哈希值生成默克尔树，并存储至区块链中，即可将训练过程中的通信记录存储至区块链中，使得通信记录可回溯，以便在后续出现问题时进行查证，提高了训练过程的透明度和安全性。

本申请第二方面实施例提出一种联邦学习模型训练的通信装置。

本申请第三方面实施例提出一种电子设备。

本申请第四方面实施例提出一种计算机可读存储介质。

本申请第一方面实施例提出了一种联邦学习模型训练的通信方法，包括：获取用户节点在执行训练任务期间的通信记录；根据所述通信记录对应的哈希值生成默克尔树；将所述默克尔树存储至区块链中对应的区块中。

根据本申请实施例的联邦学习模型训练的通信方法，获取用户节点在执行训练任务期间的通信记录，根据通信记录对应的哈希值生成默克尔树，将默克尔树存储至区块链中对应的区块中。由此，该方法可将用户节点的通信记录对应的哈希值生成默克尔树，并存储至区块链中，即可将训练过程中的通信记录存储至区块链中，使得通信记录可回溯，以便在后续出现问题时进行查证，提高了训练过程的透明度和安全性。

另外，根据本申请上述实施例的联邦学习模型训练的通信方法还可以具有如下附加的技术特征：

在本申请的一个实施例中，所述通信记录包括以下信息中的至少一种：发送方、接收方、变量唯一标识、消息大小和通信内容。

在本申请的一个实施例中，还包括：采用星际文件系统对所述通信内容进行存储，以生成所述通信内容对应的哈希值。

在本申请的一个实施例中，所述通信内容包括本地训练数据和/或中间训练结果。

在本申请的一个实施例中，所述获取用户节点在执行训练任务期间的通信记录之前，还包括：在所述区块链中建立所述区块；将区块属性信息存储至所述区块中。

在本申请的一个实施例中，所述区块属性信息包括以下信息中的至少一种：所述区块前一区块的哈希值、时间戳、随机数和所述区块后一区块的哈希值。

在本申请的一个实施例中，所述获取用户节点在执行训练任务期间的通信记录之前，还包括：获取所述用户节点提交的训练任务信息，所述训练任务信息中包括所述训练任务的配置信息；将所述配置信息存储至所述区块中。