公开(公告)号：CN115599799A

公开(公告)日：2023-01-13

申请号：CN202211514821.8

申请日：2022-11-30

Applicant: 中南大学(CN)

Inventor： 陈先来 ,  李凯欣 ,  安莹

IPC: G06F16/23 ,  G06N3/098 ,  G06N3/045 ,  G06N3/048 ,  G06F16/2458 ,  G06F16/27 ,  G06F18/2415 ,  G16H10/00

Abstract: 本申请适用于联邦学习技术领域，提供了一种面向医疗大数据的区块链与联邦学习融合方法，包括：在医疗客户端和矿工之间构建区块链网络和联邦学习训练环境；医疗客户端利用本地医疗数据集训练深度学习模型，对缺失标签的类别限制分类层权重，完成训练后将本地模型上传给关联矿工获得数据激励；矿工们交叉验证模型更新后，运行工作量证明机制产生新的区块并获得挖矿奖励，随后将模型更新存储于新的区块中并添加到区块链中；医疗客户端从区块链上下载新的区块，并依据智能合约校验准确率，动态调整权重来更新全局模型；重复上述步骤，直至全局模型收敛。本申请能提升全局模型的性能，提高联邦学习系统的鲁棒性，提升各医疗机构对联合训练的积极性。

公开(公告)号：CN115599799B

公开(公告)日：2023-03-10

申请号：CN202211514821.8

申请日：2022-11-30

Applicant: 中南大学

Inventor： 陈先来 ,  李凯欣 ,  安莹

IPC: G06F16/23 ,  G06N3/098 ,  G06N3/045 ,  G06N3/048 ,  G06F16/2458 ,  G06F16/27 ,  G06F18/2415 ,  G16H10/00

Abstract: 本申请适用于联邦学习技术领域，提供了一种面向医疗大数据的区块链与联邦学习融合方法，包括：在医疗客户端和矿工之间构建区块链网络和联邦学习训练环境；医疗客户端利用本地医疗数据集训练深度学习模型，对缺失标签的类别限制分类层权重，完成训练后将本地模型上传给关联矿工获得数据激励；矿工们交叉验证模型更新后，运行工作量证明机制产生新的区块并获得挖矿奖励，随后将模型更新存储于新的区块中并添加到区块链中；医疗客户端从区块链上下载新的区块，并依据智能合约校验准确率，动态调整权重来更新全局模型；重复上述步骤，直至全局模型收敛。本申请能提升全局模型的性能，提高联邦学习系统的鲁棒性，提升各医疗机构对联合训练的积极性。