公开(公告)号：CN116644309A

公开(公告)日：2023-08-25

申请号：CN202310366207.X

申请日：2023-04-07

Applicant: 浙江大学

Inventor： 尹可挺 ,  罗中天 ,  陈晓丰 ,  方昳雯 ,  陈依苓

IPC: G06F18/214 ,  G06F21/60 ,  G06F16/27 ,  G06F21/64

Abstract: 本发明公开了一种基于区块链的联邦学习模型质量检测方法，首先模型请求方requester和模型训练方worker将身份标识发送给智能合约，requester用测试集建出Merkle Tree，将Merkle Tree的根哈希发送给智能合约，worker用本地的数据训练模型后建出Merkle Tree，将Merkle Tree的根哈希发送给智能合约，requester将测试集发送给worker，worker使用测试集测试模型得到输出和相应的证明，将Merkle Tree的根哈希发送给智能合约，将输出和模型发送给worker，若在拿到模型后requester不能向智能合约提供worker给出的模型的测试结果不满足要求或证明错误的证据，智能合约就会给worker奖励；若能提供worker做恶的证据，对worker进行惩罚。该方法能够和利益分配相结合，且极大地节省链上的计算资源和存储资源。