人工智能模型的部署方法、调用方法、设备和存储介质技术

本发明专利技术实施例公开一种人工智能模型的部署方法、调用方法、设备和存储介质，属于人工智能和区块链技术领域。该方法包括：通过将获取的人工智能模型进行合约化，得到对应的智能合约，并将智能合约部署在区块链中。本发明专利技术实施例通过将人工智能模型转换为智能合约，从而可以平滑得将该智能合约部署到区块链网络中，完成人工智能模型部署到区块链上的智能合约中，从而保证数据推理过程的自动化，全过程可追溯、可验证，同时保证双方或多方用户的数据、模型及交易的安全。型及交易的安全。型及交易的安全。

【技术实现步骤摘要】
人工智能模型的部署方法、调用方法、设备和存储介质


[0001]本专利技术实施例涉及人工智能和区块链
，尤其涉及一种人工智能模型的部署方法、调用方法、设备和存储介质。

技术介绍

[0002]人工智能(Artificial Intelligence AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。对于人工智能，机器学习是很重要的一个方法，机器学习的主要目的是为了让机器从用户和输入数据等处获得知识，从而让机器自动地去判断和输出相应的结果。通常将机器学习的整个过程分为训练和推理两部分。训练是输入数据，并对数据进行演绎和推理的过程；而推理是基于训练的模型，对输入进行判断和决策的过程。当前，机器学习的推理过程是部署在云上，用户需要在云上提交输入，调用云服务接口来获取推理结果，但云模式存在泄露用户数据安全和隐私保护的问题。

技术实现思路

[0003]本专利技术实施例提供了一种人工智能模型的部署方法、调用方法、设备和存储介质，以解决云模式存在泄露用户数据安全和隐私保护的问题。
[0004]为实现上述目的，本专利技术实施例提供了一种人工智能模型的部署方法，该方法包括：将获取的人工智能模型进行合约化，得到对应的智能合约，并将智能合约部署在区块链中。
[0005]为实现上述目的，本专利技术实施例还提出了一种人工智能模型的调用方法，该方法包括：基于调用请求调用智能合约，运行智能合约调用对应的人工智能模型，并获取调用请求中待推理数据对应的推理结果；其中，智能合约通过前述的人工智能模型的部署方法得到的。
[0006]为实现上述目的，本专利技术实施例还提出了一种设备，包括存储器和处理器，存储器用于存储计算机程序；处理器，用于执行计算机程序并在执行计算机程序时实现前述的人工智能模型的部署方法的步骤，或实现前述的人工智能模型的调用方法的步骤。
[0007]为实现上述目的，本专利技术实施例还提出了一种计算机可读存储介质，用于计算机可读存储，其特征在于，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现前述的人工智能模型的部署方法的步骤，或实现前述人工智能模型的调用方法的步骤。
[0008]本专利技术实施例公开了一种人工智能模型的部署方法、调用方法、设备和存储介质，通过将获取的人工智能模型进行合约化，得到对应的智能合约，并将智能合约部署在区块链中。本专利技术实施例通过将人工智能模型转换为智能合约，从而可以平滑得将该智能合约部署到区块链网络中，完成人工智能模型部署到区块链上的智能合约中，从而保证数据推理过程的自动化，全过程可追溯、可验证，同时保证双方或多方用户的数据、模型及交易的
安全。
附图说明
[0009]图1是本专利技术实施例提供的一种人工智能模型的部署方法的示意流程图。
[0010]图2为本专利技术实施例的人工智能模型部署示意图。
[0011]图3是本专利技术实施例提供的另一种人工智能模型的部署方法的示意流程图。
[0012]图4是本专利技术实施例提供的另一种人工智能模型的调用方法的示意流程图。
[0013]图5为本专利技术实施例提供的一种网关的结构示意性框图。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术实施例的一部分，而不是全部的实施例。基于本专利技术实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术实施例保护的范围。
[0015]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0016]本专利技术实施例提供了一种人工智能模型的部署方法、调用方法、设备和存储介质。
[0017]下面结合附图，对一些本专利技术实施方式作详细说明。在不冲突的情况下，下述的专利技术实施例及专利技术实施例中的特征可以相互组合。
[0018]请参阅图1，图1是本专利技术实施例提供的一种人工智能模型的部署方法的示意流程图。
[0019]如图1所示，本实施例提供了一种人工智能模型的部署方法，该方法包括以下步骤：
[0020]步骤S110：将获取的人工智能模型进行合约化，得到对应的智能合约，并将智能合约部署在区块链中。
[0021]示范性的，将获取的人工智能模型进行合约化，该人工智能模型包括神经网络模型、决策树模型等模型。例如，如图2所示，设备在网络服务中通过模板化的方法将该人工智能模型进行智能合约化，得到对应的智能合约。将该智能合约部署在区块链网络中，通过区块链节点从而使该智能合约在区块链中运行，其中，智能合约包括人工智能模型。
[0022]在一实施例中，将获取的人工智能模型进行合约化，包括：根据预置目录信息和预置数据模板对获取的人工智能模型进行合约化。
[0023]示范性的，该预置目录信息为预先进行定义得到的。例如，数据拥有者为拥有模型数据和模型文件等，通过训练数据对模型文件进行训练，生成对应训练后的人工智能模型。数据拥有者将拥有的人工智能模型的目录信息和人工智能模型预先发布到区块链节点账本中。该预置目录信息包括拥有者、拥有者公钥、模型名、模型类型、模型依赖库、模型接口、参数、模型描述、模型文件hash值、安全策略等。预置数据模板为智能合约数据模板，通过预先对智能合约数据模板进行定义，将定义好的智能合数数据模板发布到区块链节点账本中，该发布智能合约数据模板的用户为数据拥有者或数据使用者，其中，该智能合约数据模
板包括智能合约运行环境以及智能合约的内外部接口信息。根据预置目录信息和预置数据模板对获取到的人工智能模型进行合约化。例如，获取预置目录信息中的接口信息和预置数据模板的智能合约内外部接口，通过该预置目录信息中的接口信息和预置数据模板的智能合约内外部接口，对该人工智能模型进行合约化。
[0024]在一实施例中，根据预置目录信息和预置数据模板对获取到的人工智能模型进行合约化，包括：根据预置目录信息获取人工智能模型的运行环境信息和接口信息；将人工智能模型的运行环境信息导入预置数据模板，作为预置数据模板的运行环境信息；获取预置数据模板的接口信息；根据人工智能模型的接口信息和预置数据模板的接口信息，对人工智能模型进行合约化。
[0025]示范性的，根据预置目录信息获取人工智能模型的运行环境信息和接口信息。例如，预置目录信息包括人工智能的运行环境信息和接口信息，查询该预置目录信息，获取该预置目录信息中的人工智能模型的运行环境信息和接口信息。若该预置目录信息包括多个人工智能模型的运行环境信息和接口时，获取该人工智能模型的名称或ID等信息。根据该人工智能模型的名称或ID查询预置目录信息，获取该预置目录信息中该人工智能模型的名称对应的人工智能的运行环境信息和接口信息。
[0026]在一实施例中，接口信息包括初始化接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能模型的部署方法，所述方法包括：将获取的人工智能模型进行合约化，得到对应的智能合约，并将所述智能合约部署在区块链中。2.根据权利要求1所述的人工智能模型的部署方法，其特征在于，所述将获取的人工智能模型进行合约化，包括：根据预置目录信息和预置数据模板对获取的人工智能模型进行合约化。3.根据权利要求2所述的人工智能模型的部署方法，其特征在于，所述根据预置目录信息和预置数据模板对获取到的人工智能模型进行合约化，包括：根据预置目录信息获取人工智能模型的运行环境信息和接口信息；将所述人工智能模型的运行环境信息导入预置数据模板，作为所述预置数据模板的运行环境信息；获取所述预置数据模板的接口信息；根据所述人工智能模型的接口信息和所述预置数据模板的接口信息，对所述人工智能模型进行合约化。4.根据权利要求3所述的人工智能模型的部署方法，其特征在于，所述接口信息包括初始化接口信息和推理预测接口信息；所述根据预置目录信息获取人工智能模型的运行环境信息和接口信息，包括：获取所述预置目录信息中的模型类型信息和模型依赖库信息；将所述模型类型信息和模型依赖库信息打包作为所述人工智能模型的运行环境信息；获取所述预置目录信息中的初始化接口信息和推理预测接口信息。5.根据权利要求3所述的人工智能模型的部署方法，其特征在于，所述获取所述预置数据模板的接口信息包括：获取所述预置数据模模板的外部接口信息和内部接口信息。6.根据权利要求3所述的人工智能模型的部署方法，其特征在于，所述人工智能模型的接口信息包括初始化接口信息和推理预测接口信息；所述预置数据模板的接口信息包括外部接口信息和内部接口信息；所述根据所述人工智能模型的接口信息和所述预置数据模板的接口信息，对所述人工智能模型进行合约化，包括：根据所述推理预测接口信息转换所述外部接口信息；根据所述内部接口信息适配所述初始化接口信息；基于所述数据模板加载所述人工智能模型，对所述人工智能模型进行合约化。7.根据权利要求6所述的人工智能模型的部署方法，其特征在于，所述预置目录信息包括安全策略和预置模型文件哈希值；所述基于所述数据模板加载所述人工智能模型之后，还包括：根据所述安全策略对所述人工智能模型进行解密，获取所述人工智能模型...

【专利技术属性】
技术研发人员：郭海生，王德政，屠要峰，张强，高洪，张家明，曾鸣，周治中，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：