(19)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 202210548254.1 (22)申请日 2022.05.18 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 张海华　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 王风茹 (51)Int.Cl. G06N 20/20(2019.01) G06F 21/62(2013.01) (54)发明名称 一种联邦学习框架的构建方法、 装置、 介质 及设备 (57)摘要 本申请实施例公开了一种联邦学习框架的 构建方法、 装置、 介质及设备。 其中， 该方法包括： 通过所述委员会节点收集训练执行节点训练好 的局部模型和局部梯度； 其中， 所述局部模型和 局部梯度由训练执行节点通过私有密钥进行签 名； 由区块链中任一节点对所述局部模型的签名 进行验证并将验证结果同步记录于所有区块链 节点中； 通过所述委员会节点验证所述局部模型 的有效性； 所述委员会节点将通过验证的所述局 部模型聚合生成聚合模型， 并将所述聚合模型分 发所述训练执行节点进行迭代训练， 直至迭代完 成。 本技术方案， 通过使用私有秘钥对局部模型 和局部梯度进行签名， 保证模型训练结果的真实 性， 提高了联邦学习框架的安全性。 权利要求书2页 说明书8页 附图3页 CN 114897190 A 2022.08.12 CN 114897190 A 1.一种联邦学习框架的构建方法， 其特征在于， 所述方法由区块链系统执行， 所述区块 链系统包括委员会节点和普通节点； 所述方法包括： 通过所述委员会节点收集训练执行节点训练好的局部模型和局部梯度； 其中， 所述局 部模型和 局部梯度由训练执 行节点通过私有密钥进行签名； 由区块链中任一节点对所述局部模型的签名进行验证并将验证结果同步记录于所有 区块链节点中； 通过所述委员会节点验证所述局部模型的有效性； 所述委员会节点将通过验证的所述局部模型聚合生成聚合模型， 并将所述聚合模型分 发所述训练执 行节点进行迭代训练， 直至迭代完成。 2.根据权利要求1所述的方法， 其特征在于， 所述委员会节点将通过验证的所述局部模 型聚合生成聚合模型， 包括： 统计各个委员会节点对 验证有效的局部模型和 局部梯度的统计数量； 若每个委员节点的统计数量超过阈值θ， 则对所述局部模型进行梯度聚合生成所述聚 合模型。 3.根据权利要求1所述的方法， 其特征在于， 在通过所述委员会节点收集训练执行节点 训练好的局部模型和 局部梯度之前， 所述方法还 包括： 若检测到委员会节点的选举 触发事件， 则获取区块链中各节点的节点信任值； 根据节点信任值的比较结果， 进行委员会成员的更替。 4.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述区块链系统中的数据结构进行重构， 得到所述区块链系统的数据双 向跳跃链， 其中， 所述数据双向跳跃练为包括普通区块和锚区块的链式结构； 所述锚区块包括链式结 构中先前区块的哈希值和变色龙哈希函数提供的未来区块的哈希值。 5.根据权利要求1所述的方法， 其特征在于， 在通过所述委员会节点收集训练执行节点 训练好的局部模型和 局部梯度之前， 所述方法还 包括： 构建所述基于区块链系统的联邦学习框架的系统架构。 6.根据权利要求5所述的方法， 其特征在于， 在构建所述基于区块链系统 的联邦学习框 架的系统架构之后， 所述方法还 包括： 基于所述联邦学习框架 的系统架构， 由委员会节点向各个普通节点分发训练模型， 供 具有数据的训练执 行节点对所述模型的局部进行训练， 得到局部模型和 局部梯度。 7.根据权利要求1所述的方法， 其特征在于， 将所述 聚合模型分发所述训练执行节点进 行迭代训练， 直至迭代完成， 包括： 若所述训练执行节点用本地数据验证所述 聚合模型的结果达到识别率要求， 则确定迭 代完成。 8.一种联邦学习框架的构建装置， 其特征在于， 所述装置配置于区块链系统， 所述区块 链系统包括委员会节点和普通节点； 包括： 局部参数收集模块， 用于通过所述委员会节点收集训练执行节点训练好的局部模型和 局部梯度； 其中， 所述局部模型和 局部梯度由训练执 行节点通过私有密钥进行签名； 签名验证模块， 用于由区块链中任一节点对所述局部模型的签名进行验证并将验证结 果同步记录 于所有区块链 节点中；权　利　要　求　书 1/2 页 2 CN 114897190 A 2局部模型验证模块， 用于通过 所述委员会节点验证所述局部模型的有效性； 模型聚合分发模块， 用于所述委员会节点将通过验证的所述局部模型聚合生成聚合模 型， 并将所述聚合模型分发所述训练执 行节点进行迭代训练， 直至迭代完成。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项所述的联邦学习框架的构建方法。 10.一种电子设备， 包括存储器， 处理器及存储在存储器上并可在处理器运行的计算机 程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1‑7中任一项 所述的 联邦学习框架的构建方法。权　利　要　求　书 2/2 页 3 CN 114897190 A 3