【技术实现步骤摘要】
一种机器学习方法、节点、网络及存储介质
[0001]本申请涉及但不限于通信领域，尤其涉及一种机器学习方法、边缘计算节点、区块链网络、任务发布节点及计算机可读存储介质。
技术介绍
[0002]传统的分布式机器学习方案能够协调机器学习网络内各个节点资源，但是需要中心服务器实现任务的发布和模型聚合任务，当中心服务器出现宕机等问题时会对机器学习任务造成严重影响。为解决中心化问题，引入了区块链技术构建去中心化的分布式机器学习方案。去中心化的分布式机器学习方案利用智能合约实现任务自动化发布，借助区块链的共识节点完成模型聚合和共识；并且任务发布者发布模型训练任务时明示所需模型数据的特征，并上传验证该模型训练任务所需的数据到区块链的存储区。需要说明的是，去中心化的分布式机器学习方案中的共识节点能够访问存储区中任务发布者的数据，并用于对数据拥有者上传模型的共识验证。
[0003]然而，去中心化的分布式机器学习方案并不能很好的保护任务发布者的数据隐私安全，且并不能在模型聚合前验证计算节点提交的局部模型有效性，存在低质量局部模型干扰风险。...
【技术保护点】
【技术特征摘要】
1.一种机器学习方法，应用于边缘计算节点，其特征在于，所述方法包括：从区块链下载待训练的第一任务、以及所述第一任务对应的第一密钥；其中，所述第一任务包括待训练模型；基于所述边缘计算节点本地的第一数据集，对所述待训练模型进行训练，得到训练后的模型；基于所述训练后的模型和所述第一密钥，生成零知识证明；其中，所述零知识证明用于校验所述训练后的模型；调用智能合约，将所述零知识证明和所述训练后的模型发布至所述区块链。2.根据权利要求1所述的方法，其特征在于，所述第一任务还包括任务需求，所述方法还包括：基于所述任务需求，确定是否执行所述第一任务。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获得任务注册表；其中，所述任务注册表包括至少一个待训练任务的标识，以及参与训练所述至少一个待训练任务的节点的标识；查询所述任务注册表，确定所述边缘计算节点参与的任务；其中，所述边缘计算节点参与的任务包括所述第一任务；向所述区块链发送第一请求消息；其中，所述第一请求消息用于请求获取所述边缘计算节点参与的任务；获得所述边缘计算节点参与的任务的信息、以及所述边缘计算节点参与的任务对应的第一密钥的信息。4.根据权利要求3所述的方法，其特征在于，所述第一请求消息中携带有所述边缘计算节点的标识或所述边缘计算节点参与的任务的任务标识。5.一种机器学习方法，应用于区块链网络，其特征在于，所述方法包括：调用智能合约，利用零知识证明，对训练后的模型进行校验，得到校验结果；其中，所述校验结果用于表征所述训练后的模型是否校验通过；所述零知识证明是边缘计算节点基于所述训练后的模型、以及待训练的第一任务对应的第一密钥生成的；所述训练后的模型是所述边缘计算节点基于所述边缘计算节点本地的第一数据集，对待训练模型进行训练后得到的；所述第一任务包括所述待训练模型；调用智能合约，对通过校验的训练后的模型进行聚合，获得全局模型。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：更新任务注册表中的训练轮次和训练结果。7.根据权利要求5所述的方法，其特征在于，所述调用智能合约，利用零知识证明，对训练后的模型进行校验，得到校验结果，包括：获得第二密钥；调用智能合约，利用所述零知识证明和所述第二密钥，对所述训练后的模型进行校验，得到校验结果。8.根据权利要求5所述的方法，其特征在于，所述方法还包括：向任务发布节点发送所述全局模型。9.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在任务发布节点将生成的第一任务发布至所述区块链后，确定执行所述第一任务的边缘计算节点；基于所述第一任务的信息，更新任务注册表；其中，所述第一任务的信息包括所述第一任务的标识、以及执行所述第一任务的边缘计算节点的标识。10.根据权利要求9所述的方法，其特征在于，所述确定执行所述第一任务的边缘计算节点，包括：获得任务发布节点的指示信息；所述指示信息用于指示执行所述第一任务的边缘计算节点；或；调用智能合约，随机确定执行所述第一任务的边缘计算节点；或；调用所述智能合约，基于边缘计算节点的性能信息，确定执行所述第一任务的边缘计算节...
【专利技术属性】
技术研发人员：王青，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。