买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国移动紫金(江苏)创新研究院有限公司

摘要：本发明涉及一种基于区块链的可信联邦学习方法，采用委员会共识，参与节点通过区块链执行联邦学习，维护全局模型和本地更新。本发明解决中心服务器带来的稳定性、公平性和安全性问题，同时共识的效率也得到改进。

主权项：1.一种基于区块链的可信联邦学习方法，其特征在于：具体包括以下步骤：步骤S1：构建基于区块链的存储模型，在存储模型中包括两个区块，一个区块为模型区块，另一个区块为更新区块；模型区块包括区块头、第t轮的编号以及全局模型，更新区块包括区块头、第t轮的编号、执行本地训练后得到的梯度信息、上传者地址以及分配分数；设定每轮训练的更新数量为k，，编号为的区块包含第t轮的模型，即为模型区块，编号为的区块包含第t轮的更新，即为更新区块，其中，；当有足够的连续更新区块时，智能合约触发聚合，生成下一轮的新模型并将其放置在链上，存储容量不足的节点可以本地删除历史区块，仅保留当前轮的最新模型和更新，FL训练仅依赖于最新的模型区块，历史区块被存储用于故障恢复和区块验证，区块链只维护每个模型或更新文件的位置网络地址和修改操作记录，其他节点与集中存储交互以获取最新模型或上传更新，这个集中存储将负责灾难恢复备份和分布式文件存储服务；步骤S2：选取部分初始节点组成委员会，剩余的节点随时主动获取当前全局模型并执行本地训练；其中，同样包括离线节点；构成委员会的初始节点为诚实节点，组成委员会的方式是指经过委员会验证合格的梯度信息放入更新区块后，委员会将本地更新视为验证集，将其验证准确率作为分数，结合各个委员会成员的分数后，中位数为更新后的分配分数，在下一轮训练开始时，根据上一轮节点的分数选举新的委员会；步骤S3：将剩余节点执行本地训练后得到的梯度信息发送至委员会进行验证；步骤S4：验证合格后的梯度信息放入更新区块中；其中，合格的梯度信息被打包至更新区块后，给予代币奖励；委员会的本地数据被用作验证集，随着每一轮委员会成员的交替，验证集也会发生变化；步骤S5：若干连续更新区块由委员会聚合形成新的全局模型，并被打包至区块链的模型区块上；步骤S6：委员会验证时对节点的训练结果分配分数，在新一轮验证并更新时根据上一轮节点的分数选举新的委员会；步骤S7：重复步骤S3-S6，基于最新全局模型进行下一轮训练。

全文数据：

权利要求：

百度查询： 中国移动紫金(江苏)创新研究院有限公司 一种基于区块链的可信联邦学习方法