[发明专利]基于区块链的模型联合训练方法、装置、设备和介质有效
申请号: | 202110569241.8 | 申请日: | 2021-05-25 |
公开(公告)号: | CN113033826B | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 荆博 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06F21/62;H04L29/06;H04L29/08 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 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 模型 联合 训练 方法 装置 设备 介质 | ||
本公开提供了基于区块链的模型联合训练方法、装置、设备和介质,涉及数据处理技术领域,尤其涉及大数据、人工智能和区块链技术,可用于云计算和云服务。具体实现方案由多方区块链节点中的任一区块链节点执行,包括:确定本机节点的目标模型的模型关联参数的偏离秘密,以及多方区块链节点中其他节点的目标模型的模型关联参数的偏离秘密;根据本机节点的模型关联参数的偏离秘密,以及其他节点的模型关联参数的偏离秘密,确定联合模型关联参数;根据联合模型关联参数,对本机节点的目标模型进行训练。
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据、人工智能和区块链技术,可用于云计算和云服务。
背景技术
随着人工智能技术的发展,机器学习在各个场景中得到了越来越广泛的应用。
在机器学习的方案中,各样本持有方为了保证自身样本数据的隐私安全,通常采用自身持有的样本数据进行模型训练。
发明内容
本公开提供了基于区块链的模型联合训练方法、装置、设备和介质。
根据本公开的一方面,提供了基于区块链的模型联合训练方法,由多方区块链节点中的任一区块链节点执行,包括:
确定本机节点的目标模型的模型关联参数的偏离秘密,以及所述多方区块链节点中其他节点的目标模型的模型关联参数的偏离秘密;
根据所述本机节点的模型关联参数的偏离秘密,以及所述其他节点的模型关联参数的偏离秘密,确定联合模型关联参数;
根据所述联合模型关联参数,对所述本机节点的目标模型进行训练。
根据本公开的另一方面,还提供了基于区块链的模型联合训练装置,配置于多方区块链节点中的任一区块链节点执行,包括:
第一偏离秘密确定模块,用于确定本机节点的目标模型的模型关联参数的偏离秘密,以及所述多方区块链节点中其他节点的目标模型的模型关联参数的偏离秘密;
联合模型关联参数确定模块,用于根据所述本机节点的模型关联参数的偏离秘密,以及所述其他节点的模型关联参数的偏离秘密,确定联合模型关联参数;
模型训练模块,用于根据所述联合模型关联参数,对所述本机节点的目标模型进行训练。
根据本公开的另一方面,还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例所提供的任意基于区块链的模型联合训练方法。
根据本公开的另一方面,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开实施例所提供的任意基于区块链的模型联合训练方法。
根据本公开的另一方面,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开实施例所提供的任意基于区块链的模型联合训练方法。
根据本公开的技术,实现了多方区块链节点对目标模型的分布式联合训练,为目标模型的训练提供了新思路。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的基于区块链的模型联合训练方法的流程图;
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110569241.8/2.html,转载请声明来源钻瓜专利网。