一种基于区块链技术的深度学习数据共享方法及装置.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CN113868675A(43)申请公布日2021.12.31(21)申请号202010622986.1(22)申请日2020.06.30(71)申请人杭州海康威视数字技术股份有限公司地址310051浙江省杭州市滨江区阡陌路555号(72)发明人戚玉青郑星姚沛(74)专利代理机构北京柏杉松知识产权代理事务所(普通合伙)11413代理人丁芸马敬(51)Int.Cl.G06F21/60(2013.01)G06F21/64(2013.01)G06N20/00(2019.01)权利要求书2页说明书10页附图3页(54)发明名称一种基于区块链技术的深度学习数据共享方法及装置(57)摘要本申请实施例提供了一种基于区块链技术的深度学习数据共享方法及装置，接收需求端设备发送的包括所请求的深度学习数据的标识信息及目标代币数的获取请求，基于标识信息及预先设置的智能合约，确定标识信息对应的基准代币数，若目标代币数大于或等于基准代币数，则将预先存储的具有该标识信息的深度学习数据发送至需求端设备，以使需求端设备利用接收到的深度学习数据进行模型训练。如果目标代币数大于或等于基准代币数，则说明需求端设备请求深度学习数据时所提供的代币数满足发布端设备发布该深度学习数据时设定的代币数要求，此时才会向需求端设备发送其请求的深度学习数据，从而提高了深度学习数据共享时的数据安全性。CN113868675ACN113868675A权利要求书1/2页1.一种基于区块链技术的深度学习数据共享方法，其特征在于，应用于区块链网络，所述方法包括：接收需求端设备发送的获取请求，其中，所述获取请求包括所请求的深度学习数据的标识信息及目标代币数；基于所述标识信息及预先设置的智能合约，确定所述标识信息对应的基准代币数，其中，所述智能合约为发布端设备在发布深度学习数据至所述区块链网络时设置的，所述智能合约中设置了深度学习数据的标识信息与基准代币数的对应关系；若所述目标代币数大于或等于所述基准代币数，则将预先存储的具有所述标识信息的深度学习数据发送至所述需求端设备，以使所述需求端设备利用所述深度学习数据进行模型训练。2.根据权利要求1所述的方法，其特征在于，所述智能合约中还设置了深度学习数据的标识信息与数据密钥的对应关系；所述方法还包括：基于所述标识信息及所述智能合约，确定所述标识信息对应的数据密钥；若所述目标代币数大于或等于所述基准代币数，则将所述数据密钥发送至所述需求端设备，以使所述需求端设备利用所述数据密钥对所述深度学习数据进行解密，并基于解密后的深度学习数据进行模型训练。3.根据权利要求1所述的方法，其特征在于，所述深度学习数据包括样本数据和/或深度学习模型；所述将预先存储的具有所述标识信息的深度学习数据发送至所述需求端设备，包括：将预先存储的具有所述标识信息的样本数据发送至所述需求端设备，以使所述需求端设备利用所述样本数据对本地的深度学习模型进行训练；和/或，将预先存储的具有所述标识信息的深度学习模型发送至所述需求端设备，以使所述需求端设备利用本地的样本数据对所述深度学习模型进行训练。4.根据权利要求1所述的方法，其特征在于，在所述将预先存储的具有所述标识信息的深度学习数据发送至所述需求端设备之后，所述方法还包括：获取所述需求端设备发送的训练后的深度学习数据、所述训练后的深度学习数据的标识信息及基准代币数，其中，所述训练后的深度学习数据包括已完成训练的深度学习模型，和/或，训练所述深度学习模型采用的样本数据；部署智能合约，并基于所述标识信息及所述基准代币数，在所述智能合约中设置所述标识信息与所述基准代币数的对应关系。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取所述训练后的深度学习数据的数据密钥；在所述智能合约中设置所述标识信息与所述数据密钥的对应关系。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述目标代币数大于或等于所述基准代币数，则将所述目标代币数的代币发送至所述发布端设备。7.一种基于区块链技术的深度学习数据共享装置，其特征在于，应用于区块链网络，所2CN113868675A权利要求书2/2页述装置包括：接收模块，用于接收需求端设备发送的获取请求，其中，所述获取请求包括所请求的深度学习数据的标识信息及目标代币数；查找模块，用于基于所述标识信息及预先设置的智能合约，确定所述标识信息对应的基准代币数，其中，所述智能合约为发布端设备在发布深度学习数据至所述区块链网络时设置的，所述智能合约中设置了深度学习数据的标识信息与基准代币数的对应关系；发送模块，用于若所述目标代币数大于或等于所述基准代币数，则将预先存储的具有所述标识信息的深度学习数据发送至所述需求端设备，以使所述需求端