[发明专利]一种基于区块链的神经网络模型托管训练系统

权利要求书

1.一种基于区块链的神经网络模型托管训练系统，其特征在于，

包括：

接收节点，接收目标神经网络模型、测试数据集和数据源方按批次上传的数据行，为数据行分配批次编号和行编号，将数据行的字段关联行编号并公开；

若干个数据存储节点，与接收节点连接，所述接收节点将数据行分散存储在若干个数据存储节点上；

托管节点，与接收节点连接，获取目标神经网络模型，获得目标神经网络模型的输入字段和输出字段，获得含有目标神经网络模型输入字段和输出字段的数据行的行编号，向若干个数据存储节点请求调用相应行编号的数据行，并生成账单，使用测试数据集获得目标神经网络模型的准确度，若准确度符合预设准确度要求，则将账单发送给用户，用户将账单对应的代币转账到托管节点的虚拟账户后，所述托管节点将训练后的神经网络模型提供给用户，将代币转账到数据源方的虚拟账户，若准确度不符合预设准确度要求，则等待接收节点接收到新的含有目标神经网络模型输入字段和输出字段的数据行。

2.根据权利要求1所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述托管节点为目标神经网络模型建立有历史记录表，所述历史记录表记录代入目标神经网络模型进行训练的数据行的行哈希值，所述托管节点将新的数据行代入目标神经网络模型前，提取新的数据行的行哈希值，并在历史记录表查询，若行哈希值已存在于历史记录表中，则跳过该数据行且不计入账单，若行哈希值在历史记录表中不存在，则将数据行代入目标神经网络模型进行训练，将行哈希值加入历史记录表，并计入账单。

3.根据权利要求2所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述接收节点为目标神经网络模型分配有模型编号，所述数据存储节点建立有调用记录表，所述托管节点向所述数据存储节点调用数据时，向所述数据存储节点发送行编号和模型编号，所述数据存储节点收到调用请求时，将行编号和模型编号关联时间戳记录到调用记录表中，所述数据存储节点周期性将调用记录表新增的记录一起提取哈希值并上传到区块链存储，所述托管节点周期性将历史记录表的哈希值关联模型编号上传区块链存储。

4.根据权利要求1至3任一项所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述托管节点代入批次数据行前，将当前目标神经网络模型备份，并记录当前神经网络模型的准确度，当批次数据的数据行输入神经网络训练后，使用测试数据集获得目标神经网络模型的准确度，若准确度增加，则丢弃备份的目标神经网络模型，若准确度降低，则将目标申请网络模型退回到备份。

5.根据权利要求1至3任一项所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述托管节点将数据行代入目标神经网络模式训练时，周期性生成备份点，使用测试数据集获得备份点目标神经网络模型的准确度，若当前备份点对应的准确度低于上一个备份点，则将目标神经网络模型退回到上一个备份点。

6.根据权利要求1至3任一项所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述接收节点接收到数据行时，为数据行建立若干个副本，副本数量与数据存储节点数量匹配，将数据行中的非数值字段转换为数值字段，将数值字段的真实值拆分为若干个加数，加数的数量与副本数量匹配，将若干个加数分配给若干个副本存储，所述托管节点请求调用相应行编号的数据行时，所述数据存储节点将对应的数据行提交给所述托管节点，所述托管节点复原数据行代入目标神经网络模型后，销毁复原数据行。

7.根据权利要求1至3任一项所述的一种基于区块链的神经网络模型托管训练系统，其特征在于，

所述接收节点接收到数据行时，为数据行建立若干个副本，副本数量与数据存储节点数量匹配，将数据行中的非数值字段转换为数值字段，将数值字段的真实值拆分为若干个加数，加数的数量与副本数量匹配，将若干个加数分配给若干个副本存储，所述托管节点请求调用相应行编号的数据行时，将数据行的行编号以及目标神经网络模型的神经元的输入数直接涉及数据行字段的输入数计算式发送给若干个数据存储节点，所述数据存储节点将存储的加数代入输入数计算式，将获得的输入数发送给托管节点，所述托管节点将收到的全部输入数求和作为神经元的最终输入数，将输入数代入激活函数，得出神经元的输出，所述托管节点继续求解目标神经网络模型的输出。