基于区块链和联邦学习的可信网络应用方法和装置制造方法及图纸

本申请提一种基于区块链和联邦学习的可信网络应用方法、装置、计算机设备和存储介质，包括：构建基于区块链的可信网络；在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。本申请在多方之间进行交互时，不会之间进行数据的交互，而是进行模型参数的交互，不会造成数据的泄露，提高数据安全性。

【技术实现步骤摘要】
基于区块链和联邦学习的可信网络应用方法和装置
本申请涉及区块链
，特别涉及一种基于区块链和联邦学习的可信网络应用方法、装置、计算机设备和存储介质。
技术介绍
在目前众多的应用场景中，其通过涉及到多方之间的交互过程，其中包括多方之间进行的数据交换。目前数据在多方之间进行交互时，若直接进行数据的传输时，容易造成数据泄露，泄露隐私等，安全性很低。
技术实现思路
本申请的主要目的为提供一种基于区块链和联邦学习的可信网络应用方法、装置、计算机设备和存储介质，旨在解决目前多方之间进行数据交互时安全性低的缺陷。为实现上述目的，本申请提供了一种基于区块链和联邦学习的可信网络应用方法，包括以下步骤：构建基于区块链的可信网络；在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。进一步地，所述初始网络模型包括第一神经网络模型以及第二神经网络模型；所述各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数的步骤，包括：基于获取到的网络数据训练所述第一神经网络模型，得到第一网络模型以及第一网络模型的第一模型参数；其中，所述第一网络模型包括特征提取层以及分类层；基于所述第一网络模型提取所述网络数据的特征向量；将所述特征向量输入至所述第二神经网络模型中进行训练，得到第二网络模型以及第二网络模型的第二模型参数；将所述第一模型参数以及所述第二模型参数作为所述节点子数据。进一步地，所述对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据的步骤，包括：对所有节点发送的第一模型参数进行聚合运算，得到第一聚合数据；对所有节点发送的第二模型参数进行聚合运算，得到第二聚合数据；将所述第一聚合数据以及第二聚合数据作为所述聚合数据。进一步地，所述在所述可信网络中获取所述区块链各个节点上的节点子数据的步骤之前，还包括：接收各个所述节点发送的参数信息；根据所有节点发送的参数信息，按照预设规则生成一个加密密码；将所述加密密码发送至各个所述节点；其中，所述加密密码用于各个所述节点对发送的所述节点子数据进行加密。进一步地，所述参数信息为节点的序号以及标识信息；所述根据所有节点发送的参数信息，按照预设规则生成一个加密密码的步骤，包括：根据各个所述节点的序号大小对各个所述节点进行排序；按照各个所述节点的排序，将各个所述节点的序号以及标识信息添加至预设的表格中，生成参数信息表格；其中，所述预设的表格中包括序号字段以及标识信息字段；对所述参数信息表格进行哈希计算，得到对应的哈希值；对所述哈希值进行编码，得到一个指定位数的字符串，作为所述加密密码。本申请还提供了一种基于区块链和联邦学习的可信网络应用装置，包括：构建单元，用于构建基于区块链的可信网络；获取单元，用于在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；聚合单元，用于对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；更新单元，用于基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。本申请提供的基于区块链和联邦学习的可信网络应用方法、装置、计算机设备和存储介质，包括：构建基于区块链的可信网络；在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。本申请在多方之间进行交互时，不会之间进行数据的交互，而是进行模型参数的交互，不会造成数据的泄露，提高数据安全性。附图说明图1是本申请一实施例中基于区块链和联邦学习的可信网络应用方法步骤示意图；图2是本申请一实施例中基于区块链和联邦学习的可信网络应用装置结构框图；图3为本申请一实施例的计算机设备的结构示意框图。本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。参照图1，本申请一实施例中提供了本申请提供了一种基于区块链和联邦学习的可信网络应用方法，包括以下步骤：步骤S1，构建基于区块链的可信网络；步骤S2，在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；步骤S3，对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；步骤S4，基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。在本实施例中，基于区块链和联邦学习，在可信网络中实现模型的训练，在训练上述模型时，需要运用到足够多的训练数据(网络数据)。在实际应用中，上述节点可以是区块链中的各个节点。如上述步骤S1所述的，基于区块链，构建可信网络，安全性高。因此，如上述步骤S2所述的，上述各个节点上分别设置有相同的初始网络模型，上述初始网络模型为神经网络模型。各个节点可以获取到对应平台的网络数据，再分别基于上述网络数据对初始网络模型进行训练。由于各个节点所获取到的网络数据不同，因此，各个节点所训练的模型也拥有不同的节点子数据。进而，上述各个节点分别将节点子数据同时上传到聚合服务器，聚合服务器将接收到上述节点子数据，并如上述步骤S3所述的，进行节点子数据的聚合与更新，得到上述聚合数据。可以理解的是，虽然上述上没有大量用户的网络数据，但是其可以获取到各个节点上传的节点子数据，并进本文档来自技高网...

【技术保护点】
1.一种基于区块链和联邦学习的可信网络应用方法，其特征在于，包括以下步骤：/n构建基于区块链的可信网络；/n在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；/n对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；/n基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。/n

【技术特征摘要】
1.一种基于区块链和联邦学习的可信网络应用方法，其特征在于，包括以下步骤：
构建基于区块链的可信网络；
在所述可信网络中获取所述区块链各个节点上的节点子数据；各个所述节点上设置有相同的初始网络模型，各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数，作为所述节点子数据；
对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据；
基于所述可信网络，将所述聚合数据分别发送至所述区块链的各个所述节点上进行初始网络模型的模型参数更新，得到训练完成的网络模型。


2.根据权利要求1所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述初始网络模型包括第一神经网络模型以及第二神经网络模型；所述各个节点获取到节点上的网络数据训练所述初始网络模型，得到模型参数的步骤，包括：
基于获取到的网络数据训练所述第一神经网络模型，得到第一网络模型以及第一网络模型的第一模型参数；其中，所述第一网络模型包括特征提取层以及分类层；
基于所述第一网络模型提取所述网络数据的特征向量；
将所述特征向量输入至所述第二神经网络模型中进行训练，得到第二网络模型以及第二网络模型的第二模型参数；
将所述第一模型参数以及所述第二模型参数作为所述节点子数据。


3.根据权利要求2所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述对所述区块链所有节点上的节点子数据进行聚合运算，得到聚合数据的步骤，包括：
对所有节点发送的第一模型参数进行聚合运算，得到第一聚合数据；
对所有节点发送的第二模型参数进行聚合运算，得到第二聚合数据；
将所述第一聚合数据以及第二聚合数据作为所述聚合数据。


4.根据权利要求1所述的基于区块链和联邦学习的可信网络应用方法，其特征在于，所述在所述可信网络中获取所述区块链各个节点上的节点子数据的步骤之前，还包括：
...

【专利技术属性】
技术研发人员：彭锦程，
申请(专利权)人：深圳市星网储区块链有限公司，
类型：发明
国别省市：广东;44