Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于区块链的多层异步联邦学习方法与系统 

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!

摘要:本发明提供一种基于区块链的多层异步联邦学习方法与系统,其中,方法包括:响应于接收到初始化配置指令,利用任务发布者执行初始化;针对每个群,基于训练节点、头节点以及初始全局模型,利用预设更新规则,确定对应每个群的本地更新模型;基于预设筛选规则,从多个委员会节点中确定出主委员节点和委员节点;基于主委员节点以及委员节点,利用预设共识规则,对每个群的本地更新模型进行共识验证;响应于验证结果为验证通过,基于主委员节点,利用预设安全聚合规则对各个群的本地更新模型进行聚合;响应于基于主委员节点判断新全局模型收敛,则存储新全局模型作为联邦学习结果。利用本发明方法,可以提高联邦学习的鲁棒性。

主权项:1.一种基于区块链的多层异步联邦学习方法,其特征在于,包括:响应于接收到初始化配置指令,利用任务发布者执行区块链、星际文件系统IPFS、协调服务器CS以及节点初始化,并向所述区块链和星际文件系统发布智能合约SC、以及上传系统参数和初始全局模型;其中,所述节点包括多个训练节点、多个头节点以及多个委员会节点,所述多个训练节点分为多个群,每个群对应包含一个所述头节点,所述系统参数包括:联邦学习的最大轮数,所述训练节点的本地训练最小迭代次数以及本地训练最大迭代次数,全局哈希函数,全局测试集;针对每个群,基于所述训练节点、头节点以及初始全局模型,利用预设更新规则,确定对应每个群的本地更新模型;基于预设筛选规则,从所述多个委员会节点中确定出主委员节点和委员节点;其中,所述委员节点为所述多个委员会节点中除所述主委员节点以外的节点;基于所述主委员节点以及委员节点,利用预设共识规则,对每个群的本地更新模型进行共识验证,得到验证结果;响应于所述验证结果为验证通过,基于所述主委员节点,利用预设安全聚合规则对各个群的本地更新模型进行聚合,得到新全局模型;响应于基于所述主委员节点判断所述新全局模型收敛,则存储所述新全局模型作为联邦学习结果;其中,基于所述训练节点、头节点以及初始全局模型,利用预设更新规则,确定对应每个群的本地更新模型,包括:所述每个群中每个训练节点,从所述区块链与所述星际文件系统IPFS中获取所述初始全局模型;所述每个群中每个训练节点,响应于接收到协调服务器CS发送的训练信号,利用本地训练参数以及本地训练数据集,对所述初始全局模型进行迭代训练,得到第一本地更新模型;所述每个群中每个训练节点,响应于接收到协调服务器CS发送的掩码,利用所述掩码对所述第一本地更新模型进行加噪,生成第二本地更新模型,并上传至所述区块链与所述星际文件系统IPFS;所述每个群中头节点,利用所述区块链与所述星际文件系统IPFS,获取该群内每个训练节点对应的第二本地更新模型,并进行平均聚合,得到第三本地更新模型;或者,所述每个群中头节点,利用所述区块链与所述星际文件系统IPFS,获取该群内训练节点对应的第二本地更新模型,并确定获取到第二本地更新模型数量;响应于所述模型数量小于所述头节点所属群的成员数量,则所述头节点向所述协调服务器CS发送故障恢复请求,以获取离线训练节点的对应掩码;所述头节点利用所述对应掩码以及以获取到的第二本地更新模型,进行平均聚合,得到第三本地更新模型;将所述第三本地更新模型上传至所述区块链与所述星际文件系统IPFS并签名,作为所述本地更新模型;基于所述主委员节点以及委员节点,利用预设共识规则,对每个群的本地更新模型进行共识验证,得到验证结果,包括:所述主委员节点,通过所述区块链与所述星际文件系统IPFS,获取每个群的本地更新模型;所述主委员节点,利用所述全局测试集对每个本地更新模型进行评分,得到对应每个本地更新模型的第一评分;所述主委员节点在所述委员会内部广播预准备信号;其中,所述预准备信号包括所述主委员节点的身份验证信息、每个本地更新模型的唯一标识符UID以及对应的第一评分;响应于接收到所述广播预准备信号,所述委员节点基于委员内部评分验证规则,对每个所述本地更新模型进行验证,得到内部评分验证结果;响应于所述内部评分验证结果为验证通过,利用所述智能合约进行安全聚合,并生成回复信号;响应于所述主委员节点基于接收到的所述回复信号确定共识验证通过,将当前学习轮次下每个群的本地更新模型、对应的第一评分、以及包含每个群的本地更新模型的区块的签名,作为所述验证结果。

全文数据:

权利要求:

百度查询: 湖北工业大学 基于区块链的多层异步联邦学习方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。