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：海南火链科技有限公司;衡阳雁城区块链研究院

摘要：本申请公开一种基于区块链和联邦学习的模型共建方法、装置及设备，涉及区块链技术领域，可解决边缘设备通信资源消耗大的技术问题。包括：在区块链中筛选一个边缘服务器节点作为聚合节点，并利用聚合节点在其下属的边缘设备节点中筛选预设数量个训练节点；在训练节点上基于预设机器学习算法训练本地模型，并在本地模型训练完成后提取第一模型参数；按照预设数据量化压缩规则对第一模型参数进行压缩处理，并将压缩处理后的第一模型参数上传至聚合节点；利用聚合节点对压缩处理后的第一模型参数进行解码以及聚合处理，得到第二模型参数；将第二模型参数发送至训练节点，以利用第二模型参数继续迭代训练本地模型，直至实现各个训练节点间的模型共建。

主权项：1.一种基于区块链和联邦学习的模型共建方法，其特征在于，包括：基于可验证随机函数在区块链中随机筛选一个边缘服务器节点作为聚合节点，并利用所述聚合节点在其下属的边缘设备节点中筛选预设数量个作为训练节点；在所述训练节点上分别基于预设机器学习算法训练本地模型，并在所述本地模型训练完成后提取第一模型参数；按照预设数据量化压缩规则对所述第一模型参数进行压缩处理，包括：将所述第一模型参数转化为参数特征向量，并提取所述参数特征向量各个特征维度下的参数子特征向量，确定所述参数子特征向量所属的预设向量区间，并依据所述预设向量区间对应的向量转化规则对所述参数子特征向量进行向量转化处理，若判定各个所述参数子特征向量均完成所述向量转化处理，则判定所述第一模型参数压缩处理完成，其中，所述预设向量区间至少包括第一预设向量区间、第二预设向量区间以及第三预设向量区间，所述确定所述参数子特征向量所属的预设向量区间，并依据所述预设向量区间对应的向量转化规则对所述参数子特征向量进行向量转化处理，包括：若确定所述参数子特征向量所属于所述第一预设向量区间，则按照第一向量转化规则将所述参数子特征向量内的数值映射为0，若确定所述参数子特征向量所属于所述第二预设向量区间，则按照第二向量转化规则将所述参数子特征向量内的数值映射为均值矩阵的行列位置，并配置解码矩阵，若确定所述参数子特征向量所属于所述第三预设向量区间，则按照第三向量转化规则将所述参数子特征向量内的数值映射为截断小数位的整数值；根据所述参数子特征向量所属的预设向量区间，生成量化层数标识，并将压缩处理后的第一模型参数和所述量化层数标识上传至所述聚合节点；利用所述聚合节点对所述压缩处理后的第一模型参数进行解码以及聚合处理，得到第二模型参数，包括：利用所述聚合节点并依据所述量化层数标识，在所述第一模型参数中提取被映射为均值矩阵行列位置的参数子特征向量以及对应的解码矩阵，依据所述解码矩阵进行解码处理，得到解码处理后的第一模型参数，计算经过解码处理后的各个第一模型参数的参数平均值，并将所述参数平均值确定为第二模型参数；将所述第二模型参数发送至所述训练节点，以利用所述第二模型参数继续迭代训练所述本地模型，直至实现各个训练节点间的模型共建。

全文数据：

权利要求：

百度查询： 海南火链科技有限公司 衡阳雁城区块链研究院 基于区块链和联邦学习的模型共建方法、装置及设备