[发明专利]基于区块链的机器学习与犯错预警装置及方法

权利要求书

1.一种基于区块链的机器学习与犯错预警装置，其特征在于：包括多个线上学习兼记录节点与线下学习记录节点，所述多个线上学习兼记录节点分别通过无线网络与所述线下学习记录节点连接；所述线上学习兼记录节点包括目标线上学习兼记录节点及其余线上学习兼记录节点；所述线上学习兼记录节点包括数据存储装置、通讯装置、数据采集接收装置及读取装置；所述线下学习记录节点包括管理授权装置、通讯装置、数据采集接收装置及数据存储装置。

2.根据权利要求1所述的基于区块链的机器学习与犯错预警装置，其特征在于：所述多个记录节点中至少有两个记录节点对应的企业的地理位置不同，且至少有两个线上学习记录节点与两个线下学习记录节点，所述多个节点处于同一局域网内。

3.根据权利要求1所述的基于区块链的机器学习与犯错预警装置，其特征在于：所述节点是由底层、中间层和顶层组成的，所述底层用于存储数据信息；所述中间层用于提供区块链服务；所述顶层为应用层。

4.根据权利要求3所述的基于区块链的机器学习与犯错预警装置，其特征在于：所述底层采用同态加密算法。

5.根据权利要求1所述的基于区块链的机器学习与犯错预警装置，其特征在于：所述目标记录节点还用于向所述记录节点发送心跳信号，所述心跳信号数据包括由两个巴克码和节点标识组成共32位的数据。

6.一种应用于权利要求1-5任意一项所述的基于区块链的机器学习的方法，其特征在于：包括如下步骤：

步骤1：机器利用传感器收集的有效周围信息向信息区块发送；

步骤2：信息收集区块将有效信息发送给机器进行智能学习；

步骤3：机器通过对大量有效信息的处理与分析进行深度学习，产生适合现在自己所处环境的有效算法；

步骤4：目标机器将有效算法向其余节点发起共识；

步骤5：若节点验证失败则结束。节点验证成功，将获取的机器自行处理进行学习的信息存储到行为记录区块中；所有机器承认此学习结果，并继承此算法。

7.根据权利要求6所述的基于区块链的机器学习方法，其特征在于：在所述基于区块链的机器学习方法中，还包括线下机器学习方法，包括如下步骤：

S1：目标线下中心节点将经检验有效的学习算法对其余节点发起共识；

S2：共识通过，存储到区块中；不通过，否决应用算法；

S3：存储到区块中分应用算法与不应用算法。

8.一种应用于权利要求1-5任意一项所述的基于区块链的机器犯错预警的方法，其特征在于：包括如下步骤：

步骤1：机器产生有效算法，包括适合大部分机器的共行算法和仅适合自己或极少部分机器的特殊算法；

步骤2：机器本身每次产生的算法绝大多数都没有得到其他机器的共识，其产生的大多数算法只适用于自己特定环境，联盟链授权者进行学习记录查询；

步骤3：检验合格，将特殊算法机器特殊情景进行备案记录；检验不合格，将机器召回。