[发明专利]一种确定模型参数的方法及客户端设备

摘要

本申请实施例公开了一种确定模型参数的方法及客户端设备，其中方法包括：通过将数据集合划分为Y个数据子集，客户端设备可以为每一个数据子集选择N个节点进行存储，且可以在接收到N个节点中的M个节点已成功存储的指示信息后，选择K个节点进行算法运行，并接收K个节点中的P个节点的训练结果；进一步地，客户端设备可以根据Y个数据子集中每个数据子集的训练结果，得到模型的参数。本申请实施例中，通过采用区块链系统中的节点训练模型，可以无需构建专属的机器学习算法群，从而可以节省成本，减少社会资源的浪费；且，通过选择区块链系统中具有较强存储和处理能力的节点运行算法，可以提高模型的训练效率，进而得到较好的模型训练效果。

主权项

1.一种确定模型参数的方法，其特征在于，该方法包括：客户端设备获取用于训练模型的数据集合和用于训练模型的算法；所述客户端设备根据所述数据集合的数据量，将所述数据集合划分为Y个数据子集；所述客户端设备根据区块链系统的W个节点中每个节点的第一属性信息，从所述W个节点中选择Q个节点；所述W个节点中每个节点的第一属性信息包括所述节点的存储成本和/或所述节点的数据最长保存时间；针对于第一数据子集，所述客户端设备根据所述Q个节点中每个节点的第二属性信息，从所述Q个节点中为所述第一数据子集选择N个节点，并将所述第一数据子集分别发送给所述N个节点；所述第一数据子集为所述Y个数据子集中的任一数据子集；所述Q个节点中每个节点的第二属性信息包括所述节点的在线稳定性、存储性能、存储成本、数据最长保存时间中的一项或多项；所述客户端设备在接收到所述N个节点中的M个节点分别发送的已成功存储所述第一数据子集的指示信息后，根据所述M个节点中每个节点的第三属性信息，从所述M个节点中选择K个节点；所述M个节点中每个节点的第三属性信息包括所述节点的在线稳定性、计算性能、计算成本、所述节点的计算结果可信度中的一项或多项；所述客户端设备将所述算法和所述数据集合的标识发送给所述K个节点，以使所述K个节点分别使用所述第一数据子集中的数据和所述算法对所述模型进行训练；所述客户端设备获取所述K个节点中的P个节点对应的所述第一数据子集的训练结果；其中，W≥Q≥N≥M≥K≥P，P≥2，W、Q、N、M、K、P均为整数；所述客户端设备根据所述Y个数据子集中每个数据子集的训练结果，得到模型参数。