基于智能合约的去中心化联邦机器学习方法、系统及存储介质

摘要

本发明提出一种基于智能合约的去中心化联邦机器学习方法、系统及存储介质，该方法包括选举阶段、购买阶段和工作阶段：在选举阶段，由旧委员会节点触发选举阶段之后，智能合约平台从旧委员会节点接收选举参数并记录，基于接收的选举参数确定最终选举参数并向各节点通知选举事件，智能合约平台接收参与选举的节点发送的保证金，对参与节点进行排序并基于排序确定出新委员会节点；在购买阶段，接收多个新委员会节点发送的合并模型价格，并基于接收的合并模型价格以投票方式确定最终合并模型价格，并接收各参与训练的节点提交的子模型以及支付的最终合并模型价格；在工作阶段，用于进行对并模型的共识，所述工作阶段包括至少一轮模型验证和合并步骤。