模型训练方法和装置、电子设备、存储介质.pdf

(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CN114169387A(43)申请公布日2022.03.11(21)申请号202111217158.0(22)申请日2021.10.19(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人吴天博王健宗(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人梁国平(51)Int.Cl.G06K9/62(2022.01)G06F16/27(2019.01)G06N20/00(2019.01)权利要求书2页说明书13页附图3页(54)发明名称模型训练方法和装置、电子设备、存储介质(57)摘要本实施例提供一种模型训练方法和装置、电子设备、存储介质，属于机器学习技术领域。该方法包括：通过将联邦学习与区块链技术进行结合，使想要记账的记账节点从原始区块链中获取记账权，不再依赖于单一的中心节点记账，提高模型训练的安全性，记账节点根据记账权更新本地模型的初始模型参数，得到目标模型参数，根据目标模型参数，记账节点将预记账的新区块添加至原始区块链中，得到当前区块，记账节点获取当前区块链的区块模型参数，根据区块模型参数的梯度更新本地模型，得到目标模型，通过不断更新区块模型参数来更新本地模型，得到目标模型，能够提升模型训练的准确度。CN114169387ACN114169387A权利要求书1/2页1.模型训练方法，其特征在于，包括：根据记账权从原始区块链中获取原始数据；根据所述原始数据对本地模型的初始模型参数进行更新，得到目标模型参数；将所述目标模型参数同步到预记账的新区块；将所述新区块添加至所述原始区块链中，得到当前区块链；获取所述当前区块链的区块模型参数；根据所述区块模型参数的梯度更新所述本地模型，得到目标模型。2.根据权利要求1所述的模型训练方法，其特征在于，在所述根据记账权从原始区块链中获取原始数据之前，所述方法还包括：获取所述记账权，具体包括：从所述原始区块链获取预先设置的算力难度；获取随机数；根据所述随机数和所述算力难度，从所述原始区块链获取记账权。3.根据权利要求1所述的模型训练方法，其特征在于，所述根据所述原始数据对本地模型的初始模型参数进行更新，得到目标模型参数，包括：根据所述原始数据对所述本地模型的所述初始模型参数进行加权处理，得到所述目标模型参数。4.根据权利要求1所述的模型训练方法，其特征在于，所述将所述新区块添加至所述原始区块链中，得到当前区块链，包括：通过哈希指针将所述新区块连接至所述原始区块链的目标区块，得到所述当前区块链；所述目标区块为当前最新加入所述原始区块链的区块。5.根据权利要求4所述的模型训练方法，其特征在于，所述根据所述区块模型参数的梯度更新所述本地模型，得到目标模型，包括：获取所述当前区块链中参与方节点的训练结果；其中所述参与方节点没有所述记账权；根据所述训练结果和所述区块模型参数的梯度，更新所述目标模型参数；根据更新后的所述目标模型参数更新所述本地模型，得到所述目标模型。6.根据权利要求1至5任一项所述的模型训练方法，其特征在于，在所述根据所述原始数据对本地模型的初始模型参数进行更新，得到目标模型参数之后，所述方法还包括：将所述目标模型参数发送给所述原始区块链的参与方节点，以使所述参与方节点根据所述目标模型参数得到更新操作意见；其中所述更新操作意见包括同意更新操作；所述参与方节点没有所述记账权；统计所述同意更新操作的同意数量；若所述同意数量大于预设值，则执行所述将所述新区块添加至所述原始区块链中，得到当前区块链的步骤。7.根据权利要求1至5任一项所述的模型训练方法，其特征在于，在根据所述区块模型参数的梯度更新所述本地模型，得到目标模型之后，所述方法还包括：对所述目标训练模型的更新质量进行评估，以得到评估结果；根据所述评估结果生成对所述当前区块链的访问时限。8.模型训练装置，其特征在于，包括：2CN114169387A权利要求书2/2页第一获取模块：用于根据记账权从原始区块链中获取原始数据；第一更新模块：用于根据所述原始数据对本地模型的初始模型参数进行更新，得到目标模型参数；参数同步模块：用于将所述目标模型参数同步到预记账的新区块；区块添加模块：用于将所述新区块添加至所述原始区块链中，得到当前区块链；第二获取模块：用于获取所述当前区块链的区块模型参数；第二更新模块：用于根据所述区块模型参数的梯度更新所述本地模型，得到目标模型。9.电子设备，其特征在于，所述电子设备包括存储器和处理器，其中，所述存储器中存储有程序，在所述程序被所述处理器执行时，所述处理器用于执行如权利要求1至7中任一项所述的方法。10.计算机可读存储介质，其特征在于，所述计算机