龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：之江实验室
申请日：2023-12-27
公开（公告）日：2024-06-14
公开（公告）号：CN118195023A
主分类号：G06N20/00
分类号：G06N20/00;G06F21/62;G06F18/214
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本说明书公开了一种基于区块链的车联网去中心化联邦学习方法，区块链选择初始节点并初始化模型，初始节点随机选择邻近节点将模型传播；参与节点接收到模型后，先与本地模型进行融合，再使用本地数据进行训练，再将更新的模型随机传播给邻近节点，同时发送至委员会；委员会对收到的模型进行质量检测、共识上链；智能合约周期性自动触发执行并行序列模型聚合；任务发布者检测模型是否收敛，若未达到收敛要求，则重复执行上述步骤；学习任务结束，需求方可直接从区块链将模型下载至本地，利用本地数据完成预测。与传统联邦学习相比，本发明具有更好的隐私保护性、更低的通信和储存成本，能够更好地适配快速变化的车联网网络。
主权项：1.一种基于区块链的车联网去中心化联邦学习方法，其特征在于，包括：区块链响应于接收到的训练任务，根据各参与节点的分布情况，从所述各参与节点中确定若干初始节点，并将所述训练任务对应的初始化全局模型发送给初始节点，所述参与节点包括机动车；初始节点将本地的模型随机传播给一个邻近节点，以使所述邻近节点将接收到的模型与本地存储的模型进行融合，并通过本地的数据对融合后的模型进行训练，得到更新后的模型发送给委员会并继续随机传播给下一邻近节点，下一邻近节点接收到模型后同样将接收到的模型与本地存储的模型进行融合，并通过本地的数据对融合后的模型进行训练，得到更新后的模型发送给委员会并继续随机传播给下一邻近节点，所述委员会接收到任意节点发送的模型后，对模型进行质量检测，并将通过质量检测的模型共识上链；通过预设的智能合约，每隔设定时长，从区块链中抽取出当前时间对应的更新后模型进行聚合，并将聚合后的模型写入到区块链中以及同步给所述当前时间对应的更新后模型所属的节点，当确定区块链中的最新模型满足预设的迭代终止条件，停止进行模型传播，以得到最终模型，所述最终模型用于与车辆相关的任务执行。
全文数据：
权利要求：
百度查询： 之江实验室 一种基于区块链的车联网去中心化联邦学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号