基于区块链网络的机器学习模型处理方法及节点技术

本发明专利技术提供了一种基于区块链网络的机器学习模型处理方法、节点及存储介质；方法包括：将需求方节点发送的加密的机器学习模型存储至区块链网络；生成与被授权的各参与方节点一一对应的密钥对，并将密钥对发送至对应的参与方节点；响应于参与方节点发送的查询请求，将加密的机器学习模型发送至参与方节点，以使参与方节点根据持有的密钥对中的私钥，对加密的机器学习模型进行解密，并根据持有的密钥对中的公钥对更新后的机器学习模型进行加密；将参与方节点发送的加密的机器学习模型存储至区块链网络。通过本发明专利技术，能够在多方参与的机器学习模型训练场景中，提升训练数据和机器学习模型自身的安全性，同时提升机器学习模型的处理效率。

Machine learning model processing method and node based on blockchain network

【技术实现步骤摘要】
基于区块链网络的机器学习模型处理方法及节点本申请是申请号为201910776690.2，申请日为2019年08月22日，名称为：基于区块链网络的机器学习模型处理方法及节点的分案申请。
本专利技术涉及人工智能和区块链技术，尤其涉及一种基于区块链网络的机器学习模型处理方法、区块链网络的节点及存储介质。
技术介绍
人工智能(AI，ArtificialIntelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。机器学习(ML，MachineLearning)是一门多领域交叉学科，是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及各个领域。训练数据是决定机器学习模型能否有效使用的关键资产，对于不同的公司、企业或政府机构部门来说，一般都拥有自己的独特训练数据，根据来源的不同，这些训练数据往往分布在独立的“数据孤岛”中。在相关技术提供的方案中，通常是建立一个数据集市或大数据平台，在其上共享和交易训练数据，从而可根据不同来源的大量训练数本文档来自技高网...

【技术保护点】
1.一种基于区块链网络的机器学习模型处理方法，其特征在于，包括：/n获取需求方节点发送的通过公钥加密的机器学习模型，将加密的所述机器学习模型存储至区块链网络；/n生成与被授权的各参与方节点一一对应的密钥对，并将所述密钥对发送至对应的所述参与方节点；其中，所述密钥对包括所述公钥，且不同所述参与方节点对应的密钥对中的私钥不同；/n响应于参与方节点发送的对所述机器学习模型的查询请求，将加密的所述机器学习模型发送至所述参与方节点，以使/n所述参与方节点根据持有的密钥对中的私钥，对加密的所述机器学习模型进行解密，并根据持有的密钥对中的公钥对更新后的所述机器学习模型进行加密；其中，所述机器学习模型通过所述...

【技术特征摘要】
1.一种基于区块链网络的机器学习模型处理方法，其特征在于，包括：
获取需求方节点发送的通过公钥加密的机器学习模型，将加密的所述机器学习模型存储至区块链网络；
生成与被授权的各参与方节点一一对应的密钥对，并将所述密钥对发送至对应的所述参与方节点；其中，所述密钥对包括所述公钥，且不同所述参与方节点对应的密钥对中的私钥不同；
响应于参与方节点发送的对所述机器学习模型的查询请求，将加密的所述机器学习模型发送至所述参与方节点，以使
所述参与方节点根据持有的密钥对中的私钥，对加密的所述机器学习模型进行解密，并根据持有的密钥对中的公钥对更新后的所述机器学习模型进行加密；其中，所述机器学习模型通过所述参与方节点自身的训练数据进行更新；
获取所述参与方节点发送的加密的所述机器学习模型，将加密的所述机器学习模型存储至所述区块链网络。


2.根据权利要求1所述的机器学习模型处理方法，其特征在于，所述生成与被授权的各参与方节点一一对应的密钥对，包括：
确定被授权的参与方节点；
通过非对称加密方式生成包括所述公钥及配套的私钥的密钥对；其中，所述密钥对与所述参与方节点对应。


3.根据权利要求1所述的机器学习模型处理方法，其特征在于，还包括：
获取所述参与方节点发送的加密的参与信息，其中，所述参与信息与所述参与方节点对所述机器学习模型进行的更新操作相关；所述参与信息通过所述参与方节点持有的密钥对中的公钥进行加密；
将加密的所述参与信息存储至所述区块链网络。


4.根据权利要求1所述的机器学习模型处理方法，其特征在于，所述将加密的所述机器学习模型存储至所述区块链网络，包括：
对加密的所述机器学习模型进行共识；
当共识成功时，将加密的所述机器学习模型，存储至所述区块链网络。


5.根据权利要求4所述的机器学习模型处理方法，其特征在于，
所述对加密的所述机器学习模型进行共识，包括：
将加密的所述机器学习模型在所述区块链网络中进行广播，以使
所述区块链网络中的节点将加密的所述机器学习模型填充至更新区块，并对所述更新区块进行一致性验证；
所述将加密的所述机器学习模型，存储至所述区块链网络，包括：
将所述更新区块追加至区块链的尾部。


6.根据权利要求1所述的机器学习模型处理方法，其特征在于，还包括：
确定被授权的参与方节点；
生成与被授权的各所述参与方节点一一对应的授权码，并将所述授权码发送至对应的所述参与方节点，所述授权码用于所述参与方节点查询所述机器学习模型。


7.根据权利要求6所述的机器学习模型处理方法，其特征在于，所述将加密的所述机器学习模型发送至所述参与方节点，包括：
获取所述参与方节点发送的授权码；
根据所述授权码进行权限认证；
当权限认证成功时，将加密的所述机器学习模型发送至所述参与方节点。


8.根据权利要求7所述的机器学习模型处理方法，其特征在于，所述根据所述授权码进行权限认证，包括：
根据所述参与方节点对所述机器学习模型的历史更新次数、模型提升度、贡献数据量及历史查询次数，生成所述授权码的授权参数；
当所述授权参数满足设定的参数条件时，确定权限...

【专利技术属性】
技术研发人员：黎新，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44