一種機器學習方法、節點、網絡及存儲介質技術

本申請公開了一種機器學習方法，該方法包括：邊緣計算節點從區塊鏈下載待訓練的第一任務、以及第一任務對應的第一密鑰；邊緣計算節點基于邊緣計算節點本地的第一數據集，對待訓練模型進行訓練，得到訓練后的模型；邊緣計算節點基于訓練后的模型和第一密鑰，生成零知識證明；邊緣計算節點調用智能合約，將零知識證明和訓練后的模型發布至區塊鏈；區塊鏈網絡調用智能合約，利用零知識證明，對訓練后的模型進行校驗，得到校驗結果；其中，校驗結果用于表征訓練后的模型是否校驗通過；區塊鏈網絡調用智能合約，對通過校驗的訓練后的模型進行聚合，獲得全局模型。本申請還公開了一種邊緣計算節點、區塊鏈網絡、任務發布節點及計算機可讀存儲介質。讀存儲介質。讀存儲介質。

【技術實現步驟摘要】
一種機器學習方法、節點、網絡及存儲介質


[0001]本申請涉及但不限于通信領域，尤其涉及一種機器學習方法、邊緣計算節點、區塊鏈網絡、任務發布節點及計算機可讀存儲介質。

技術介紹

[0002]傳統的分布式機器學習方案能夠協調機器學習網絡內各個節點資源，但是需要中心服務器實現任務的發布和模型聚合任務，當中心服務器出現宕機等問題時會對機器學習任務造成嚴重影響。為解決中心化問題，引入了區塊鏈技術構建去中心化的分布式機器學習方案。去中心化的分布式機器學習方案利用智能合約實現任務自動化發布，借助區塊鏈的共識節點完成模型聚合和共識；并且任務發布者發布模型訓練任務時明示所需模型數據的特征，并上傳驗證該模型訓練任務所需的數據到區塊鏈的存儲區。需要說明的是，去中心化的分布式機器學習方案中的共識節點能夠訪問存儲區中任務發布者的數據，并用于對數據擁有者上傳模型的共識驗證。
[0003]然而，去中心化的分布式機器學習方案并不能很好的保護任務發布者的數據隱私安全，且并不能在模型聚合前驗證計算節點提交的局部模型有效性，存在低質量局部模型干擾風險。

技術實現思路

[0004]本申請實施例提供了一種機器學習方法、邊緣計算節點、區塊鏈網絡、任務發布節點及計算機可讀存儲介質。
[0005]第一方面，提供了一種機器學習方法，應用于邊緣計算節點，包括：
[0006]從區塊鏈下載待訓練的第一任務、以及所述第一任務對應的第一密鑰；其中，所述第一任務包括待訓練模型；
[0007]基于所述邊緣計算節點本地的第一數據集，對所述待訓練模型進行訓練，得到訓練后的模型；
[0008]基于所述訓練后的模型和所述第一密鑰，生成零知識證明；其中，所述零知識證明用于校驗所述訓練后的模型；
[0009]調用智能合約，將所述零知識證明和所述訓練后的模型發布至所述區塊鏈。
[0010]第二方面，提供了一種機器學習方法，應用于區塊鏈網絡，包括：
[0011]調用智能合約，利用零知識證明，對訓練后的模型進行校驗，得到校驗結果；其中，所述校驗結果用于表征所述訓練后的模型是否校驗通過；所述零知識證明是邊緣計算節點基于所述訓練后的模型、以及待訓練的第一任務對應的第一密鑰生成的；所述訓練后的模型是所述邊緣計算節點基于所述邊緣計算節點本地的第一數據集，對待訓練模型進行訓練后得到的；所述第一任務包括所述待訓練模型；
[0012]調用智能合約，對通過校驗的訓練后的模型進行聚合，獲得全局模型。
[0013]第三方面，提供了一種機器學習方法，應用于任務發布節點，包括：
[0014]生成待訓練的第一任務、以及與所述第一任務對應的密鑰；其中，所述密鑰包括第一密鑰和第二密鑰；
[0015]將所述第一任務、以及所述第一任務對于的密鑰發布至區塊鏈。
[0016]第四方面，提供了一種邊緣計算節點，所述邊緣計算節點包括：
[0017]第一處理模塊，用于從區塊鏈下載待訓練的第一任務、以及所述第一任務對應的第一密鑰；其中，所述第一任務包括待訓練模型；
[0018]所述第一處理模塊，還用于基于所述邊緣計算節點本地的第一數據集，對所述待訓練模型進行訓練，得到訓練后的模型；
[0019]所述第一處理模塊，還用于基于所述訓練后的模型和所述第一密鑰，生成零知識證明；其中，所述零知識證明用于校驗所述訓練后的模型；
[0020]所述第一處理模塊，還用于調用智能合約，將所述零知識證明和所述訓練后的模型發布至所述區塊鏈。
[0021]第五方面，提供了一種區塊鏈網絡，所述區塊鏈網絡包括：
[0022]模型校驗合約，用于利用零知識證明，對訓練后的模型進行校驗，得到校驗結果；其中，所述校驗結果用于表征所述訓練后的模型是否校驗通過；所述零知識證明是所述邊緣計算節點基于所述訓練后的模型、以及待訓練的第一任務對應的第一密鑰生成的；所述訓練后的模型是所述邊緣計算節點基于所述邊緣計算節點本地的第一數據集，對待訓練模型進行訓練后得到的；所述第一任務包括所述待訓練模型；
[0023]數據聚合合約，用于對通過校驗的訓練后的模型進行聚合，獲得全局模型。
[0024]第六方面，提供了一種任務發布節點，所述任務發布節點包括：
[0025]第二處理模塊，用于生成待訓練的第一任務、以及與所述第一任務對應的密鑰；其中，所述密鑰包括第一密鑰和第二密鑰；
[0026]第二處理模塊，用于將所述第一任務、以及所述第一任務對于的密鑰發布至區塊鏈。
[0027]第七方面，一種邊緣計算節點，所述邊緣計算節點包括：
[0028]第一存儲器，用于存儲可執行指令；
[0029]第一處理器，用于執行所述第一存儲器中存儲的可執行指令時，實現上述的機器學習方法。
[0030]第八方面，一種區塊鏈網絡，所述區塊鏈網絡包括：
[0031]第二存儲器，用于存儲智能合約；
[0032]第二處理器，用于執行所述第二存儲器中存儲的智能合約時，實現上述的機器學習方法。
[0033]第九方面，一種任務發布節點，所述任務發布節點包括：
[0034]第三存儲器，用于存儲可執行指令；
[0035]第三處理器，用于執行所述第三存儲器中存儲的可執行指令時，實現上述的機器學習方法。
[0036]第十方面，本申請實施例提供一種芯片，用于實現上述的機器學習方法；該芯片包括：處理器，用于從存儲器中調用并運行計算機程序，使得安裝有該芯片的設備執行上述的機器學習方法。
[0037]第十一方面，本申請實施例提供一種計算機可讀存儲介質，用于存儲計算機程序，該計算機程序使得計算機執行上述的機器學習方法。
[0038]第十二方面，本申請實施例提供一種計算機程序產品，包括計算機程序指令，該計算機程序指令使得計算機執行上述的機器學習方法。
[0039]第十三方面，本申請實施例提供一種計算機程序，當其在計算機上運行時，使得計算機執行上述的機器學習方法。
[0040]本申請實施例提供一種機器學習方法、邊緣計算節點、區塊鏈網絡、任務發布節點及計算機可讀存儲介質，該方法包括：邊緣計算節點從區塊鏈下載待訓練的第一任務、以及第一任務對應的第一密鑰；邊緣計算節點基于邊緣計算節點本地的第一數據集，對待訓練模型進行訓練，得到訓練后的模型；邊緣計算節點基于訓練后的模型和第一密鑰，生成零知識證明；邊緣計算節點調用智能合約，將零知識證明和訓練后的模型發布至區塊鏈；區塊鏈網絡調用智能合約，利用零知識證明，對訓練后的模型進行校驗，得到校驗結果；其中，校驗結果用于表征訓練后的模型是否校驗通過；區塊鏈網絡調用智能合約，對通過校驗的訓練后的模型進行聚合，獲得全局模型。也就是說，本申請邊緣計算節點在提交局部訓練后的模型的同時，會提交一個局部訓練后的模型對應的零知識證明；區塊鏈網絡基于零知識證明校驗局部訓練后的模型；并對通過校驗的訓練后的模型進行聚合。明顯，本申請通過零知識證明，驗證算力節點模型訓練過程，證明算力節本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種機器學習方法，應用于邊緣計算節點，其特征在于，所述方法包括：從區塊鏈下載待訓練的第一任務、以及所述第一任務對應的第一密鑰；其中，所述第一任務包括待訓練模型；基于所述邊緣計算節點本地的第一數據集，對所述待訓練模型進行訓練，得到訓練后的模型；基于所述訓練后的模型和所述第一密鑰，生成零知識證明；其中，所述零知識證明用于校驗所述訓練后的模型；調用智能合約，將所述零知識證明和所述訓練后的模型發布至所述區塊鏈。2.根據權利要求1所述的方法，其特征在于，所述第一任務還包括任務需求，所述方法還包括：基于所述任務需求，確定是否執行所述第一任務。3.根據權利要求1所述的方法，其特征在于，所述方法還包括：獲得任務注冊表；其中，所述任務注冊表包括至少一個待訓練任務的標識，以及參與訓練所述至少一個待訓練任務的節點的標識；查詢所述任務注冊表，確定所述邊緣計算節點參與的任務；其中，所述邊緣計算節點參與的任務包括所述第一任務；向所述區塊鏈發送第一請求消息；其中，所述第一請求消息用于請求獲取所述邊緣計算節點參與的任務；獲得所述邊緣計算節點參與的任務的信息、以及所述邊緣計算節點參與的任務對應的第一密鑰的信息。4.根據權利要求3所述的方法，其特征在于，所述第一請求消息中攜帶有所述邊緣計算節點的標識或所述邊緣計算節點參與的任務的任務標識。5.一種機器學習方法，應用于區塊鏈網絡，其特征在于，所述方法包括：調用智能合約，利用零知識證明，對訓練后的模型進行校驗，得到校驗結果；其中，所述校驗結果用于表征所述訓練后的模型是否校驗通過；所述零知識證明是邊緣計算節點基于所述訓練后的模型、以及待訓練的第一任務對應的第一密鑰生成的；所述訓練后的模型是所述邊緣計算節點基于所述邊緣計算節點本地的第一數據集，對待訓練模型進行訓練后得到的；所述第一任務包括所述待訓練模型；調用智能合約，對通過校驗的訓練后的模型進行聚合，獲得全局模型。6.根據權利要求5所述的方法，其特征在于，所述方法還包括：更新任務注冊表中的訓練輪次和訓練結果。7.根據權利要求5所述的方法，其特征在于，所述調用智能合約，利用零知識證明，對訓練后的模型進行校驗，得到校驗結果，包括：獲得第二密鑰；調用智能合約，利用所述零知識證明和所述第二密鑰，對所述訓練后的模型進行校驗，得到校驗結果。8.根據權利要求5所述的方法，其特征在于，所述方法還包括：向任務發布節點發送所述全局模型。9.根據權利要求5所述的方法，其特征在于，所述方法還包括：
在任務發布節點將生成的第一任務發布至所述區塊鏈后，確定執行所述第一任務的邊緣計算節點；基于所述第一任務的信息，更新任務注冊表；其中，所述第一任務的信息包括所述第一任務的標識、以及執行所述第一任務的邊緣計算節點的標識。10.根據權利要求9所述的方法，其特征在于，所述確定執行所述第一任務的邊緣計算節點，包括：獲得任務發布節點的指示信息；所述指示信息用于指示執行所述第一任務的邊緣計算節點；或；調用智能合約，隨機確定執行所述第一任務的邊緣計算節點；或；調用所述智能合約，基于邊緣計算節點的性能信息，確定執行所述第一任務的邊緣計算節...

【專利技術屬性】
技術研發人員：王青，
申請(專利權)人：中國移動通信集團有限公司，
類型：發明
國別省市：