[发明专利]基于区块链的人工智能训练方法、区块链节点及介质在审
申请号: | 202010624143.5 | 申请日: | 2020-06-30 |
公开(公告)号: | CN111858754A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 路成业;王凌 | 申请(专利权)人: | 全链通有限公司 |
主分类号: | G06F16/27 | 分类号: | G06F16/27;G06F21/60;G06F21/62;G06N20/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100191 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 区块 人工智能 训练 方法 节点 介质 | ||
本发明实施例提供一种基于区块链的人工智能训练方法、区块链节点及介质,通过AI训练任务发起节点在区块链网络中发布AI训练任务,使得区块链网络中的AI训练节点根据该AI训练任务执行模型训练操作,并将训练得到的模型数据加密发送给AI训练任务发起节点,再由AI训练任务发起节点采用AI训练节点生成并发布的加密公钥对模型数据进行加密,并将加密数据发送给记账节点,使得记账节点基于内置的解密私钥对加密数据进行解密并验证,从而提高了训练结果的保密性,使得任务发起方的权益得到了保证。
技术领域
本发明实施例涉及区块链技术领域,尤其涉及一种基于区块链的人工智能训练方法、区块链节点及介质。
背景技术
随着人工智能(Artificial Intelligence,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20E Flops的浮点计算,一次机器翻译的模型训练可能涉及到10E Flops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。
发明内容
本发明实施例提供一种基于区块链的人工智能训练方法、区块链节点及介质,用以实现基于区块链的人工智能训练,并保证训练结果的保密性,确保任务发起方的权益。
本发明实施例第一方面提供一种基于区块链的人工智能训练方法,该方法包括:
AI训练任务发起节点在区块链网络中发布AI训练任务,以使所述区块链网络中的AI训练节点根据所述AI训练任务执行模型训练操作,得到模型数据,所述AI训练任务包括训练结果检测样本,以及训练结果奖励方案;
所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的所述AI训练任务的训练结果,所述训练结果中包括所述模型数据采用所述AI训练任务发起节点的第一公钥加密后得到的第一加密数据、所述AI训练节点生成的第二公钥以及所述第二公钥对应的解密私钥的验证代码;
所述AI训练任务发起节点基于自身的私钥对所述第一加密数据进行解密得到所述模型数据;
所述AI训练任务发起节点采用所述第二公钥对所述模型数据进行加密得到第二加密数据;
所述AI训练任务发起节点将所述第二加密数据发布到所述区块链网络中,以使所述区块链网络中的记账节点根据内置的所述验证代码对应的解密私钥,对所述第二加密数据进行解密,并基于所述训练结果检测样本对解密得到的所述模型数据进行验证,并记录对所述AI训练节点的奖励。
可选的,所述AI训练任务发起节点在区块链网络中发布AI训练任务之后,所述方法还包括:
所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的第三加密数据,所述第三加密数据为所述模型数据采用所述第二公钥加密后的数据。
可选的,所述AI训练任务发起节点获取所述AI训练节点在所述区块链网络发布的第三加密数据之后,所述方法还包括:
所述AI训练任务发起节点将所述第三加密数据和所述第二加密数据进行比对;
若一致,则确定所述AI训练节点的模型数据提交成功。
本发明实施例第二方面提供一种基于区块链的人工智能训练方法,该方法包括:
AI训练节点接收AI训练任务发起节点在区块链网络中发布的AI训练任务,所述AI训练任务包括训练结果检测样本,以及训练结果的奖励方案;
所述AI训练节点根据所述AI训练任务执行模型训练操作,得到模型数据,并生成第二公钥以及所述第二公钥的解密密钥对应的验证代码;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于全链通有限公司,未经全链通有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010624143.5/2.html,转载请声明来源钻瓜专利网。