(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111653741.6 (22)申请日 2021.12.3 0 (71)申请人 杭州趣链科技有限公司 地址 310000 浙江省杭州市西湖区文三路 199号13幢南楼5 01室 (72)发明人 詹士潇　曾磊　黄方蕾　张珂杰　 尚璇　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 张萌 (51)Int.Cl. G06N 20/00(2019.01) (54)发明名称 基于区块链的联邦聚合优化方法、 装置及电 子设备 (57)摘要 本发明提供了一种基于区块链的联邦聚合 优化方法、 装置及电子设备， 涉及计算机技术领 域， 该方法包括： 首先由数据需求方向联盟区块 链发布联邦学习任务， 并将需求初始模型上传至 联盟区块链， 需求初始模型由数据需求方对初始 模型进行第一本地训练后生 成； 再将需求初始模 型与参与初始模型进行聚合， 生成聚合模型； 对 聚合模型进行训练， 并判断训练后的聚合模型是 否满足收敛条件， 如果满足， 则向参与方提供奖 励。 解决了参与方提供恶意数据影 响模型整体性 能的问题， 并且 杜绝了恶意参与方提供相同数据 以获得多份奖励的现象， 达到了优化模型性能的 技术效果。 权利要求书2页 说明书7页 附图4页 CN 114330748 A 2022.04.12 CN 114330748 A 1.一种基于区块链的联邦聚合优化方法， 其特 征在于， 所述方法包括： 数据需求方向联盟区块链发布联邦学习任务， 并将需求初始模型上传至所述联盟区块 链； 所述需求初始模型由所述数据需求方对初始模型进行第一本地训练后生成； 所述数据需求方将所述需求初始模型与参与初始模型进行聚合， 生成聚合模型； 所述 参与初始模型 由待测试的参与方对通过联盟区块链接 收到的所述需求初始模型进行第二 本地训练生成； 所述数据需求方对所述 聚合模型进行训练， 并判断训练后的所述 聚合模型是否满足收 敛条件， 如果满足， 则向所述 参与方提供 奖励。 2.根据权利要求1所述的基于区块链的联邦聚合优化方法， 其特征在于， 对所述 聚合模 型进行训练的步骤， 包括： 数据需求方在参与 方列表中随机选取任意一个参与 方， 并基于所述参与 方上传的参与 初始模型 的参数进行训练， 直至所有待测试 的参与方选取完毕； 所述参与方列表包括所有 待测试的参与方。 3.根据权利要求2所述的基于区块链的联邦聚合优化方法， 其特征在于， 数据需求方随 机选取任意一个待测试的参与方， 并基于所述待测试的参与方上传的参与初始模型的参数 进行训练的步骤， 包括： 将当前所述待测试的参与 方的所述参与初始模型与所述需求初始模型进行联邦聚合， 生成第一聚合模型； 利用测试集对所述第一聚合模型进行测试， 获取 所述第一聚合模型的第一模型精度； 如果所述第 一模型精度高于所述需求初始模型的模型精度， 则将当前所述待测试的参 与方标记为1； 如果所述第 一模型精度不高于所述需求初始模型的模型精度， 则将当前所述待测试的 参与方剔除。 4.根据权利要求3所述的基于区块链的联邦聚合优化方法， 其特 征在于， 还 包括： 创建第一聚合列表， 并将所述需求初始模型加入所述第一聚合列表； 基于所述第 一模型精度和所述需求初始模型的模型精度， 判断每个所述待测试的参与 方对应的所述 参与初始模型的模型提升精度； 将目标参与初始模型加入所述第一聚合列表， 生成第二聚合列表； 所述目标参与初始 模型为所述模型提升精度最小的参与初始模型。 5.根据权利要求 4所述的基于区块链的联邦聚合优化方法， 其特 征在于， 还 包括： 将当前剩余的参与方组成新的参与方列表； 所述当前剩余的参与方包括： 除所述目标 参与初始模型的参与方以及剔除的参与方之外的所有 待测试参与方； 在新的参与 方列表中随机选取任意一个参与 方， 并将所述参与方对应的参与初始模型 与所述第二聚合列表中的目标参与初始模型进行聚合。 6.根据权利要求5所述的基于区块链的联邦聚合优化方法， 其特征在于， 还包括： 重复 执行以下步骤， 直至所有 待测试的参与方均加入聚合列表： 基于所述第 一模型精度和所述需求初始模型的模型精度， 判断每个所述待测试的参与 方对应的所述 参与初始模型的模型提升精度； 将新的目标参与初始模型加入所述第二聚合列表， 生成新的第二聚合列表； 所述新的权　利　要　求　书 1/2 页 2 CN 114330748 A 2目标参与初始模型为， 在新的参与方列表中所述模型提升精度最小的参与初始模型。 7.根据权利要求6所述的基于区块链的联邦聚合优化方法， 其特 征在于， 还 包括： 将最终的第 二聚合列表内的所有模型进行联邦聚合， 生成新的初始模型作为 聚合优化 模型。 8.一种基于区块链的联邦聚合优化装置， 其特 征在于， 所述装置包括： 上传模块， 用于数据需求方向联盟区块链发布联邦学习任务， 并将需求初始模型上传 至所述联盟区块链； 所述需求初始模型由所述数据需求方对初始模型进 行第一本地训练后 生成； 第二模型生成模块， 用于所述数据需求方将所述需求初始模型与参与初始模型进行聚 合， 生成聚合模型； 所述参与初始模型 由待测试 的参与方通过联盟区块链接 收到的对所述 需求初始模型进行第二本地训练生成； 判断模块， 用于所述数据需求方对所述聚合模型进行训练， 并判断训练后的所述聚合 模型是否满足收敛 条件， 如果满足， 则向所述 参与方提供 奖励。 9.一种电子设备， 包括存储器、 处理器， 所述存储器中存储有可在所述处理器上运行的 计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现上述权利要求1至7任一 项所述的方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有机器可运 行指令， 所述计算机可运行指令在被处理器调用和运行时， 所述计算机可运行指令促使所 述处理器运行 所述权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114330748 A 3