[发明专利]一种基于区块链的联邦学习方法、装置、设备及存储介质

权利要求书

1.一种基于区块链的联邦学习方法，其特征在于，所述方法包括：

当接收到业务层发送的联邦学习训练实例启动指令时，创建子账本，其中，所述联邦学习训练实例启动指令携带至少两个参与方节点的训练数据和每个参与方节点对应的训练算法智能合约；

将训练数据存储至各个参与方节点的私有数据存储区域；

调用每个参与方节点上安装的训练算法智能合约，基于所述训练数据对所述子账本上的目标模型进行模型训练，得到加密中间训练模型；

在第三方安全多方计算服务节点检测到各个参与方节点提交的加密中间训练模型之后，使用智能合约对各个参与方节点提交的加密中间训练模型进行聚合运算，得到加密聚合联邦模型；

所述联邦学习训练实例启动指令还携带每个参与方节点对应的评估算法智能合约；

相应的，在使用智能合约对各个参与方节点提交的加密中间训练模型进行聚合运算，得到加密聚合联邦模型之后，还包括：

在各个参与方节点接收到所述加密聚合联邦模型之后，会启动各自的评估算法智能合约以及模型评测数据对所述加密聚合联邦模型进行评测，得到所述加密聚合联邦模型对应的收敛参数；

如果各参与方节点对所述收敛参数达成共识，则将所述加密聚合联邦模型标记为最终模型，停止下一轮训练；

如果各参与方节点对所述收敛参数未达成共识，则各参与方节点基于所述训练数据对所述加密聚合联邦模型进行训练，直至各参与方节点对第三方安全多方计算服务节点计算出的加密聚合联邦模型对应的收敛参数达成共识，停止训练。

2.根据权利要求1所述的方法，其特征在于，调用每个参与方节点上安装的训练算法智能合约，基于训练数据对所述子账本上的目标模型进行模型训练，得到加密中间训练模型，包括：

根据所述每个参与方节点对应的训练算法智能合约在每个参与方节点的子账本上安装训练算法智能合约；

调用每个参与方节点上安装的训练算法智能合约，基于所述训练数据对所述子账本上的目标模型进行模型训练，得到中间训练模型；

参与方节点使用同态算法对所述中间训练模型进行加密和签名，得到加密中间训练模型，并将所述加密中间训练模型写入所述子账本。

3.根据权利要求1所述的方法，其特征在于，在调用每个参与方节点上安装的训练算法智能合约，基于所述训练数据对所述子账本上的目标模型进行模型训练，得到加密中间训练模型之后，还包括：

使用区块链账本的读写权限控制策略设置所述加密中间训练模型仅供第三方安全多方计算服务节点读写。

4.一种基于区块链的联邦学习装置，其特征在于，所述装置包括：

创建模块，用于当接收到业务层发送的联邦学习训练实例启动指令时，创建子账本，其中，所述联邦学习训练实例启动指令携带至少两个参与方节点的训练数据和每个参与方节点对应的训练算法智能合约；

存储模块，用于将训练数据存储至各个参与方节点的私有数据存储区域；

第一训练模块，用于调用每个参与方节点上安装的训练算法智能合约，基于所述训练数据对所述子账本上的目标模型进行模型训练，得到加密中间训练模型；

运算模块，用于在第三方安全多方计算服务节点检测到各个参与方节点提交的加密中间训练模型之后，使用智能合约对各个参与方节点提交的加密中间训练模型进行聚合运算，得到加密聚合联邦模型；

所述联邦学习训练实例启动指令还携带每个参与方节点对应的评估算法智能合约；

相应的，还包括：

评测模块，用于在各个参与方节点接收到所述加密聚合联邦模型之后，会启动各自的评估算法智能合约以及模型评测数据对所述加密聚合联邦模型进行评测，得到所述加密聚合联邦模型对应的收敛参数；

标记模块，用于如果各参与方节点对所述收敛参数达成共识，则将所述加密聚合联邦模型标记为最终模型，停止下一轮训练；

第二训练模块，用于如果各参与方节点对所述收敛参数未达成共识，则各参与方节点基于所述训练数据对所述加密聚合联邦模型进行训练，直至各参与方节点对第三方安全多方计算服务节点计算出的加密聚合联邦模型对应的收敛参数达成共识，停止训练。