基于区块链的训练参数处理方法、设备及存储介质技术

本发明专利技术实施例提供一种基于区块链的训练参数处理方法、设备及存储介质。本发明专利技术实施例通过AI训练节点采用AI训练节点对应的计算资源进行模型训练，得到模型参数后，采用加密密钥对模型参数进行加密，得到加密信息，进一步将该加密信息广播到区块链网络中。另外，AI训练节点还可以在区块链网络中广播加密密钥对应的解密密钥，以使区块链网络中的记账节点根据解密密钥对加密信息进行解密后得到模型参数，并根据训练结果检测样本对模型参数进行验证，从而可以避免AI训练节点将自己训练出的模型参数广播到区块链网络后被其他AI训练节点在该模型参数的基础上继续进行模型训练而获得正确率更高的模型参数。

【技术实现步骤摘要】
基于区块链的训练参数处理方法、设备及存储介质
本专利技术实施例涉及通信
，尤其涉及一种基于区块链的训练参数处理方法、设备及存储介质。
技术介绍
随着人工智能(ArtificialIntelligence，AI)技术的不断发展，AI技术可以应用在很多领域，例如，可以应用在语音识别、机器翻译等模型训练中。通常情况下，一次AI训练需要很大的计算量。例如，一次语音识别的模型训练可能涉及到20EFlops的浮点计算，一次机器翻译的模型训练可能涉及到10EFlops甚至上百EFlops的浮点计算。为了完成一次AI训练往往需要构建很大规模的计算机集群。而构建大规模计算机集群的成本较高。为了解决成本高的问题，可以将区块链网络中有计算资源或者训练样本的节点联合起来完成AI训练任务。但是，由于不同节点的计算能力或计算准确度是不同的，因此，不同节点进行模型训练得到模型参数的速度也是不同的。如果节点发布模型参数的时间较晚，则该时间可能会超出截止时间而失效。如果节点发布模型参数的时间较早，则其他节点可能会在该节点发布的模型参数的基础上继续进行模型训本文档来自技高网...

【技术保护点】
1.一种基于区块链的训练参数处理方法，其特征在于，包括：/nAI训练节点接收AI训练任务发起节点在区块链网络中广播的AI训练任务，所述AI训练任务包括训练结果检测样本、训练结果奖励方案；/n所述AI训练节点采用所述AI训练节点对应的计算资源进行模型训练，得到模型参数；/n所述AI训练节点采用加密密钥对所述模型参数进行加密，得到加密信息；/n所述AI训练节点将所述加密信息广播到所述区块链网络中；/n当所述AI训练节点接收到所述AI训练任务发起节点在区块链网络中广播的截止时间时，所述AI训练节点在所述区块链网络中广播所述加密密钥对应的解密密钥，以使所述区块链网络中的记账节点根据所述解密密钥对所述加...

【技术特征摘要】
1.一种基于区块链的训练参数处理方法，其特征在于，包括：
AI训练节点接收AI训练任务发起节点在区块链网络中广播的AI训练任务，所述AI训练任务包括训练结果检测样本、训练结果奖励方案；
所述AI训练节点采用所述AI训练节点对应的计算资源进行模型训练，得到模型参数；
所述AI训练节点采用加密密钥对所述模型参数进行加密，得到加密信息；
所述AI训练节点将所述加密信息广播到所述区块链网络中；
当所述AI训练节点接收到所述AI训练任务发起节点在区块链网络中广播的截止时间时，所述AI训练节点在所述区块链网络中广播所述加密密钥对应的解密密钥，以使所述区块链网络中的记账节点根据所述解密密钥对所述加密信息进行解密后得到所述模型参数，并根据所述训练结果检测样本对所述模型参数进行验证；
其中，所述AI训练节点、所述AI训练任务发起节点和所述记账节点是所述区块链网络中的参与节点。


2.根据权利要求1所述的方法，其特征在于，所述AI训练节点采用所述AI训练节点对应的计算资源进行模型训练，得到模型参数，包括：
所述AI训练节点加载训练样本、并采用所述AI训练节点对应的计算资源进行模型训练，得到所述模型参数。


3.一种基于区块链的人工智能训练方法，其特征在于，包括：
记账节点接收AI训练任务发起节点在区块链网络中广播的AI训练任务，所述AI训练任务包括训练结果检测样本、训练结果奖励方案；
所述记账节点接收AI训练节点在所述区块链网络中广播的加密信息，所述加密信息是所述AI训练节点采用加密密钥对所述模型参数进行加密后得到的信息；
当所述AI训练任务发起节点在所述区块链网络中广播截止时间时，所述记账节点从所述区块链网络中接收所述加密密钥对应的解密密钥；
所述记账节点根据所述解密密钥对所述加密信息进行解密得到所述模型参数；
所述记账节点根据所述训练结果检测样本对所述模型参数进行验证；
若所述模型参数通过所述验证，则所述记账节点根据所述训练结果奖励方案确定所述AI训练节点获得的奖励信息；
所述记账节点将所述奖励信息写入区块链账本中；
其中，所述AI训练节点、所述AI训练任务发起节点和所述记账节点是所述区块链网络中的参与节点。


4.根据权利要求3所述的方法，其特征在于，所述加密密钥是所述AI训练节点生成的；
所述记账节点从所述区块链网络中接收所述加密密钥对应的解密密钥，包括：
所述记账节点从所述区块链网络中接收所述AI训练节点发送的所述加密密钥对应的解密密钥。


5.根据权利要求3所述的方法，其特征在于，所述加密密钥是所述AI训练任务发起节点生成的加密公钥；
所述记账节点从所述区块链网络中接收所述加密密钥对应的解密密钥，包括：
所述记账节点从所述区块链网络中接收所述AI训练任务发起节点发送的所述加密密钥对应的解密密钥，所述解密密钥为解密私钥。


6.一种AI训练节点，其特征在于，包括：
存储器；
处理器；
通讯接口；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以下操作：...

【专利技术属性】
技术研发人员：路成业，王凌，
申请(专利权)人：全链通有限公司，
类型：发明
国别省市：北京;11