一种基于联盟链的联邦学习的数据处理方法与系统

摘要

本发明公开了一种基于联盟链的联邦学习的数据处理方法与系统，其中所述方法包括：发起方建立智能合约；将联盟链上各个节点的模型初始参数写入智能合约中；各节点将样本数据量发送到智能合约上，根据各个样本数据量大小分别分配相应数量的通证；每一轮模型训练中，各节点将训练获得的梯度值发送至所述智能合约，根据各个节点的梯度值和样本数据量，计算各节点的偏离指数；根据所述偏离指数识别可疑节点；其他节点基于PBFT机制对可疑节点进行投票，根据投票结果对可疑节点进行验证；通过智能合约和实用拜占庭容错协议PBFT投票机制，保障了生态的良性运转，使得节点之间可以顺利完成联邦建模的训练。