CN113726890A - 面向区块链数据服务的联邦预言方法及系统 - Google Patents
面向区块链数据服务的联邦预言方法及系统 Download PDFInfo
- Publication number
- CN113726890A CN113726890A CN202111010038.3A CN202111010038A CN113726890A CN 113726890 A CN113726890 A CN 113726890A CN 202111010038 A CN202111010038 A CN 202111010038A CN 113726890 A CN113726890 A CN 113726890A
- Authority
- CN
- China
- Prior art keywords
- request
- target service
- target
- service
- sending
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000013277 forecasting method Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- NQLVQOSNDJXLKG-UHFFFAOYSA-N prosulfocarb Chemical compound CCCN(CCC)C(=O)SCC1=CC=CC=C1 NQLVQOSNDJXLKG-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向区块链数据服务的联邦预言方法及系统。面向区块链数据服务的联邦预言方法包括:接收区块链节点发出的任务请求,并对所述任务请求进行解析,获取请求目的;根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求;接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点。本发明能够在实现链下和链内数据流通的同时,保证数据的安全性和隐私性。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种面向区块链数据服务的联邦预言方法及系统。
背景技术
近年来,随着去中心化金融(DeFi)的迅速发展,智能合约也乘着东风在不断进步,并在其中起着关键作用。智能合约是以信息化方式传播、验证或执行合同的计算机协议,通过预先设定的合约条款自动执行一组计算机指令来证明合约操作的有效性。DeFi,全称为Decentralized Finance,即“去中心化金融”或者“分布式金融”。“去中心化金融”,与传统中心化金融相对,指建立在开放的去中心化网络中的各类金融领域的应用,目标是建立一个多层面的金融系统,以区块链技术和密码货币为基础,重新创造并完善已有的金融体系。
然而,一方面,区块链是一个封闭式的系统,所有运行在区块链上的任务包括智能合约只能在这个封闭环境中运行,为保障链上数据的真实性,智能合约无法直接从外部获取数据。另一方面,随着数据安全和隐私保护监管趋严,直接将敏感数据(包括个人隐私、商业秘密、国家机密等)上链会产生很多违规甚至违法风险。为此,预言机(Oracle)应运而生,预言机是一个将数据从区块链外传输到区块链内的工具,其本质还是将链下和链内数据直接传递,因此,现有技术中提供的预言机同样无法保障数据的安全性和隐私性。
因此,如何在实现链下和链内数据流通的同时,保证数据的安全性和隐私性,是本领域技术人员亟需解决的技术问题。
发明内容
本发明提供了一种面向区块链数据服务的联邦预言方法及系统,能够在实现链下和链内数据流通的同时,保证数据的安全性和隐私性。
为解决上述一个或多个技术问题,本发明提供了如下方案:
第一方面,提供了一种面向区块链数据服务的联邦预言方法,包括:
接收区块链节点发出的任务请求,并对所述任务请求进行解析,获取请求目的;
根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求;
接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点。
可选地,所述请求目的包括请求训练模型,所述操作请求包括模型训练请求,所述根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
根据所述模型训练请求从链下服务方中匹配出符合需求的至少两个目标服务方,并向所述至少两个目标服务方发出模型训练请求;
所述接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果发送至所述区块链节点包括:
接收所述至少两个目标服务方根据所述模型训练请求训练获得的目标模型,将所述目标模型发送给所述区块链节点。
可选地,所述接收所述至少两个目标服务方根据所述模型训练请求训练获得的目标模型后,所述方法还包括:
根据每一所述目标服务方的服务价格信息生成报价合约,将所述报价合约与所述目标模型一并发送给所述区块链节点。
可选地,所述根据所述模型训练请求从链下服务方中匹配出符合需求的至少两个目标服务方包括:
判断所述链下服务方是否存在与所述模型训练请求对应的目标数据,若存在,则确定存在所述目标数据的链下服务方为目标服务方。
可选地,所述请求目的包括请求部署合约,所述操作请求包括合约部署请求,所述根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
根据所述合约部署请求对应的待部署合约为每一所述目标服务方生成对应的子合约,将所述子合约分别发送给对应的所述目标服务方,以便所述目标服务方对所述子合约进行确认;
所述接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点包括:
接收所有所述目标服务方针对对应的所述子合约的确认结果,将所述确认结果发送至所述区块链节点。
可选地,所述请求目的包括请求提供服务,所述任务请求携带数据ID,所述根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
将所述数据ID发送给对应的所述目标服务方;
接收所有所述目标服务方发送来的计算结果,其中,所述计算结果由相应的所述目标服务方根据所述数据ID对应的数据利用预设模型或预设规则计算得到;
对所有所述计算结果进行聚合计算得到最终计算结果,并将所述最终计算结果反馈给所述区块链节点。
第二方面,提供了一种面向区块链数据服务的联邦预言系统,包括:
解析模块,用于接收区块链节点发出的任务请求,并对所述任务请求进行解析,获取请求目的;
处理模块,与所述解析模块连接,用于根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求,以及接收所述至少两个目标服务方执行所述操作请求得到的操作结果,最后将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点。
可选地,所述数据服务系统包括预言服务机构,其内部集成所述解析模块和所述处理模块。
第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现上述的面向区块链数据服务的联邦预言方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被执行时,实现上述的面向区块链数据服务的联邦预言方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的面向区块链数据服务的联邦预言方法,首先接收区块链节点发出的任务请求,解析任务请求后得到请求目的,然后根据请求目的确定符合需求的至少两个目标服务方,目标服务方为链下服务方,并根据请求目的向上述至少两个目标服务方发送相应的操作请求,最后接收上述至少两个目标服务方反馈的操作结果,并将操作结果直接或经预设处理后反馈给区块链节点,从而完成区块链节点发出的任务请求。通过联邦学习的方式,保证数据不离开参与方,并根据不同合约场景输出相应的决策,保障了数据安全和隐私保护。
进一步的,请求训练模型、请求部署合约和请求提供服务可以顺次进行也可以单独进行,自由度较高。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的面向区块链数据服务的联邦预言方法的流程框图;
图2是本发明另一个实施例提供的面向区块链数据服务的联邦预言方法的流程框图;
图3是本发明一个实施例提供的面向区块链数据服务的联邦预言系统的结构框图;
图4是本发明一个实施例提供的计算机设备的架构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
下面对本发明实施例提供的具体实现方案进行详细介绍。
本发明提供的面向区块链数据服务的联邦预言方法,可以通过预先构建的联邦预言机执行,通过联邦学习的方式,保证数据不离开参与方,并根据不同合约场景输出相应的决策,保障了数据安全和隐私保护。具体地,联邦预言机与区块链节点连接,联邦预言机可以接收区块链上任意节点通过调用智能合约发出的请求。在执行基于联邦学习的数据服务方法过程中,由于仅将区块链节点的请求目的发送给目标服务方,以及仅将目标服务方的操作结果发送给区块链节点,原始数据和操作过程都不会直接在区块链节点和目标服务方之间交互,从而保证了数据安全性和隐私性。
作为一种较优的示例,本申请中,联邦预言机可以由预言服务机构和数据源(即链下服务方)组成。在实际业务过程中,预言服务机构会首先接收区块链上某节点发出的任务请求,然后解析请求目的,根据请求目的的需求组织链下服务方,并发起训练任务最后再以服务的形式给区块链节点提供相应的决策支持。另外,预言服务机构与区块链节点和链下服务方还可以通过智能合约的形式完成服务调用统计和费用分配机制。
实施例一
图1是本发明一个实施例提供的面向区块链数据服务的联邦预言方法的流程框图。如图1所示,本实施例提供的面向区块链数据服务的联邦预言方法,其一般性地包括:
S10:接收区块链节点100发出的任务请求,并对任务请求进行解析,获取请求目的。
具体的,本申请实施例中,可以通过预先构建的联邦预言机200执行本实施例提供的基于联邦学习的数据服务方法。在不同的场景下,区块链节点100发出的任务请求对应的请求目的也不一样,因此,首先需要对任务请求进行解析,确定请求目的,本申请实施例中的请求目的包括但不限于请求训练模型、请求部署合约以及请求提供服务等。
S20:根据请求目的确定符合需求的链下至少两个目标服务方,并根据请求目的向至少两个目标服务方发送相应的操作请求。
具体的,操作请求是根据请求目的生成的,区块链节点100目标服务方通常所执行的任务也不尽相同,并且链下服务方220各自拥有的数据也不一定相同。在本步骤中,首先需要在链下服务方220中确定符合需要的目标服务方,然后向其发送对应的操作请求,以便各目标服务方利用各自拥有的数据根据接收到的操作请求执行相应的操作,得到各自的操作结果。这样设置,保证了数据不离开服务方,根据区块链节点100的需求输出相应的决策,保障了数据安全和隐私保护区块链节点100。
S30:接收至少两个目标服务方执行操作请求得到的操作结果,将操作结果或经过预设处理后的操作结果发送至区块链节点100。
具体的,为了保证目标服务方的数据安全,在这里仅向区块链节点100反馈目标服务方的操作结果,而不是直接获取目标服务方的数据反馈给区块链节点100,以保证数据不离开目标服务方,从而保证了数据的安全性和隐私性。
图2是本发明另一个实施例提供的面向区块链数据服务的联邦预言方法的流程框图。参照图2所示,请求目的包括请求训练模型,操作请求包括模型训练请求,步骤S20包括:
S21:根据模型训练请求从链下服务方220中匹配出符合需求的至少两个目标服务方,并向至少两个目标服务方发出模型训练请求;
接收至少两个目标服务方执行操作请求得到的操作结果,将操作结果发送至区块链节点100包括:
S31:接收至少两个目标服务方根据模型训练请求训练获得的目标模型,将目标模型发送给区块链节点100。
在这里,区块链节点100发出的任务请求中所涵盖的请求目的包括请求训练模型,联邦预言机200解析出接收到的任务请求的请求目的为请求训练模型后,生成模型训练请求并发送给匹配到的满足需求的至少两个目标服务方,然后接收目标服务方根据模型训练请求训练获得的目标模型,最后将训练模型发送给区块链节点100,这里的区块链节点100通常是发出任务请求的区块链节点100。
优选地,目标模型通常由目标服务方经过一系列步骤获得,这些步骤一般包括:用户对齐、数据读取、联邦预处理、联邦建模、联邦模型验证,具体地,用户对齐是指匹配和确定用户身份,数据读取是指读取与用户身份相关的数据,联邦预处理包括但不限于数据预处理,包括分箱、缺失值填充等处理,联邦建模是针对模型训练请求采用相应的数据训练获取对应模型,联邦模型验证包括但不限于采用验证数据对训练获取的模型进行验证,验证通过后才会将所建立的模型确定为目标模型。
更为具体地,接收至少两个目标服务方根据模型训练请求训练获得的目标模型后,方法还包括:
根据每一目标服务方的服务价格信息生成报价合约,将报价合约与目标模型一并发送给区块链节点100。
优选地,目标服务方进行建模时通常会需要对应的数据或标签,数据或标签都有一个明确的定价规则嵌套在各目标服务方内部。数据或标签可以在一开始发布时就已经将服务价格信息写入,所以当预言服务机构210将目标模型反馈给区块链节点100时,同时也会生成一份报价合约给区块链节点100。
更为具体地,根据模型训练请求从链下服务方220中匹配出符合需求的至少两个目标服务方包括:
判断链下服务方220是否存在与模型训练请求对应的目标数据,若存在,则确定存在目标数据的链下服务方220为目标服务方。
在进行模型训练时有时会需要一些目标数据,如用户标签或数据,如果区块链节点100中不存在这些目标数据时,则其发送的任务请求一般还包括目标数据需求,此时需要由预言服务机构210确定链下服务方220中是否存在这样的目标数据,如果存在,则将存在该目标数据的链下服务方220确定为目标服务方,如果所有链下服务方220均不存在该目标数据,则预言服务机构210将直接给区块链节点100发送请求拒绝消息。
当然,在一些实施例中,目标数据也可能存在于区块链节点100中,那么这时区块链节点100发送的任务请求则不包括目标数据需求。
更为具体地,请求目的包括请求部署合约,根据请求目的向至少两个目标服务方发送相应的操作请求包括:
根据合约部署请求对应的待部署合约为每一目标服务方生成对应的子合约,将子合约分别发送给对应的目标服务方,以便目标服务方对子合约进行确认;
步骤S30包括:
接收所有目标服务方针对对应的子合约的确认结果,将确认结果发送至区块链节点100。
其中,请求部署合约包括待部署合约。
优选地,确认结果通常指示为是否接受合约,当所有目标服务方均指示接受合约时,则表示待部署合约双方达成一致。
更为具体地,请求目的包括请求提供服务,任务请求携带数据ID,根据请求目的向至少两个目标服务方发送相应的操作请求包括:
将数据ID发送给对应的目标服务方;
接收所有目标服务方发送来的计算结果,其中,计算结果由相应的目标服务方根据数据ID对应的数据利用预设模型或预设规则计算得到;
对所有计算结果进行聚合计算得到最终计算结果,并将最终计算结果反馈给区块链节点100。
其中,数据ID可以为密文也可以为明文,作为一种较优的示例,本发明实施例中,数据ID采用密文的方式进行传输,以保证数据的安全性。
在上述步骤中,首先是区块链节点100发出请求提供服务的请求,同时提供数据ID,然后预言服务机构210收到请求提供服务的请求后,将数据ID发送给各个目标服务方,接着各个目标服务方根据数据ID利用预设模型或预设规则计算得到计算结果,预言服务机构210接收到计算结果后进行聚合计算得到最终计算结果,并将最终计算结果反馈给区块链节点100。聚合计算过程一般都是密文计算,可以采用同态加密或者秘密分享等技术实现。
实施例二
该实施例二在实施例一的基础上对面向区块链数据服务的联邦预言方法进行进一步地细化。
具体地,请求训练模型、请求部署合约和请求提供服务是顺次进行的。
更为具体地,基于联邦学习的数据服务方法包括:
接收区块链节点100发出的训练模型请求,并对训练模型请求进行解析,获取请求目的;
得到请求目的为请求训练模型后,根据模型训练请求从链下服务方220中匹配出符合需求的至少两个目标服务方,并向至少两个目标服务方发出模型训练请求;
接收至少两个目标服务方根据模型训练请求训练获得的目标模型;
根据每一目标服务方的服务价格信息生成报价合约,将报价合约与目标模型一并发送给区块链节点100;
具体地,区块链节点100接收到报价合约与目标模型后,根据内嵌决策机制决定针对目标模型的报价形式,当区块链节点100认可建模效果,并接受报价合约的规则,区块链节点100将会发出一个合约部署请求。
接收区块链节点100发出的合约部署请求,并对合约部署请求进行解析,获取请求目的;
根据待部署合约为每一目标服务方生成对应的子合约,将子合约分别发送给对应的目标服务方,其中,请求部署合约为区块链节点100认可目标建模的效果且接受报价合约后生成;
接收所有目标服务方针对对应的子合约的确认结果,将确认结果发送至区块链节点100;
具体地,若区块链节点100发出的合约部署请求得到目标服务方的认可,则区块链节点100就可以得到目标服务方提供的决策支持服务。
接收区块链节点100发出的数据服务请求,并对数据服务请求进行解析,获取请求目的;
得到请求目的为请求提供服务,通常数据服务请求会携带对应的数据ID,将数据ID发送给对应的目标服务方,其中,计算结果由相应的目标服务方根据数据ID对应的数据利用目标模型计算得到;
对所有计算结果进行聚合计算得到最终计算结果,并将最终计算结果反馈给区块链节点100;
数据服务的流程结束。
优选地,在数据服务的过程中,预言服务机构210会根据和区块链节点100之间的合约规则进行计费收费,同时也会按照和目标服务方之间的合约规则计费付费,一旦有一方违约,数据服务将会被终止。
关于实施例二中的未详述部分,可以参见前述实施例一中的记载,这里不再赘述。
实施例三
该实施例三在上述实施例的基础上对面向区块链数据服务的联邦预言方法进行进一步地细化。
具体地,请求训练模型、请求部署合约和请求提供服务中的任意一个服务均可以单独进行。
当单独进行请求训练模型的服务时,预言服务机构210将目标模型发送给区块链节点100后便不再进行后续的流程,这种情况通常是因为区块链节点100不认可目标模型的建模效果或不接受报价合约,或既不认可目标模型的建模效果也不接受报价合约。
当单独进行请求部署合约的服务时,区块链节点100可以直接根据内嵌规则发起某项数据统计或计算服务的部署合约请求,预测服务机构会根据需求反馈给各目标服务方确认是否参与此次部署合约请求。
当单独进行请求提供服务的流程时,目标服务方将数据ID输入到本地相应模型或规则中进行计算。
关于实施例三中的未详述部分,可以参见前述实施例的记载,这里不再赘述。
实施例四
本实施例提供一种面向区块链数据服务的联邦预言系统,用于实现上述实施例提供的面向区块链数据服务的联邦预言方法。
图3是本发明一个实施例提供的面向区块链数据服务的联邦预言系统的结构框图。如图3所示,在本实施例中,面向区块链数据服务的联邦预言系统一般性地包括解析模块211和处理模块212。解析模块211用于接收区块链节点100发出的任务请求,并对任务请求进行解析,获取请求目的。处理模块212与解析模块211连接,用于根据请求目的确定符合需求的链下至少两个目标服务方,并根据请求目的向至少两个目标服务方发送相应的操作请求,以及接收至少两个目标服务方执行操作请求得到的操作结果,最后将操作结果或经过预设处理后的操作结果发送至区块链节点100。
本实施例提供的面向区块链数据服务的联邦预言系统,首先接收区块链节点100发出的任务请求,解析任务请求后得到请求目的,然后根据请求目的确定符合需求的至少两个目标服务方,目标服务方为链下服务方220,并根据请求目的向上述至少两个目标服务方发送相应的操作请求,最后接收上述至少两个目标服务方反馈的操作结果,并将操作结果直接或经预设处理后反馈给区块链节点100,从而完成区块链节点100发出的任务请求。通过联邦学习的方式,保证数据不离开参与方,并根据不同合约场景输出相应的决策,保障了数据安全和隐私保护。
更为具体地,面向区块链数据服务的联邦预言系统包括预言服务机构210,其内部集成解析模块211和处理模块212。
关于实施例四中的未详述部分,可以参见前述实施例的记载,这里不再赘述。
实施例五
对应上述方法,本发明还提供了一种计算机设备,包括:
处理器和存储器,存储器上存储有可在处理器上运行的计算机程序,当计算机程序被处理器执行时,执行上述任意一个实施例提供的面向区块链数据服务的联邦预言方法。
其中,图4示例性的展示出了计算机设备,具体可以包括处理器1510,视频显示适配器1511,磁盘驱动器1512,输入/输出接口1513,网络接口1514,以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520之间可以通过通信总线1530进行通信连接。
其中,处理器1510可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本发明所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1520可以存储用于控制电子设备运行的操作系统1521,用于控制电子设备的低级别操作的基本输入输出系统(BIOS)。另外,还可以存储网页浏览器1523,数据存储管理系统1524,以及设备标识信息处理系统1525等等。上述设备标识信息处理系统1525就可以是本发明实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本发明所提供的技术方案时,相关的程序代码保存在存储器1520中,并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线包括一通路,在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520)之间传输信息。
另外,该电子设备还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息,以用于进行条件判断,等等。
需要说明的是,尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,存储器1520,总线等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本发明方案所必需的组件,而不必包含图中所示的全部组件。
实施例六
本发明还提供了一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被执行时,实现上述任意一个实施例提供的面向区块链数据服务的联邦预言方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本发明所提供的技术方案,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种面向区块链数据服务的联邦预言方法,其特征在于,包括:
接收区块链节点发出的任务请求,并对所述任务请求进行解析,获取请求目的;
根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求;
接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点。
2.根据权利要求1所述的面向区块链数据服务的联邦预言方法,其特征在于,所述请求目的包括请求训练模型,所述操作请求包括模型训练请求,所述根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
根据所述模型训练请求从链下服务方中匹配出符合需求的至少两个目标服务方,并向所述至少两个目标服务方发出模型训练请求;
所述接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果发送至所述区块链节点包括:
接收所述至少两个目标服务方根据所述模型训练请求训练获得的目标模型,将所述目标模型发送给所述区块链节点。
3.根据权利要求2所述的面向区块链数据服务的联邦预言方法,其特征在于,所述接收所述至少两个目标服务方根据所述模型训练请求训练获得的目标模型后,所述方法还包括:
根据每一所述目标服务方的服务价格信息生成报价合约,将所述报价合约与所述目标模型一并发送给所述区块链节点。
4.根据权利要求2所述的面向区块链数据服务的联邦预言方法,其特征在于,所述根据所述模型训练请求从链下服务方中匹配出符合需求的至少两个目标服务方包括:
判断所述链下服务方是否存在与所述模型训练请求对应的目标数据,若存在,则确定存在所述目标数据的链下服务方为目标服务方。
5.根据权利要求1至4任一项所述的面向区块链数据服务的联邦预言方法,其特征在于,所述请求目的包括请求部署合约,所述操作请求包括合约部署请求,所述根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
根据所述合约部署请求对应的待部署合约为每一所述目标服务方生成对应的子合约,将所述子合约分别发送给对应的所述目标服务方,以便所述目标服务方对所述子合约进行确认;
所述接收所述至少两个目标服务方执行所述操作请求得到的操作结果,将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点包括:
接收所有所述目标服务方针对对应的所述子合约的确认结果,将所述确认结果发送至所述区块链节点。
6.根据权利要求1至4任一项所述的面向区块链数据服务的联邦预言方法,其特征在于,所述请求目的包括请求提供服务,所述任务请求携带数据ID,所述根据所述请求目的向所述至少两个目标服务方发送相应的操作请求包括:
将所述数据ID发送给对应的所述目标服务方;
接收所有所述目标服务方发送来的计算结果,其中,所述计算结果由相应的所述目标服务方根据所述数据ID对应的数据利用预设模型或预设规则计算得到;
对所有所述计算结果进行聚合计算得到最终计算结果,并将所述最终计算结果反馈给所述区块链节点。
7.一种面向区块链数据服务的联邦预言系统,其特征在于,所述系统包括:
解析模块,用于接收区块链节点发出的任务请求,并对所述任务请求进行解析,获取请求目的;
处理模块,与所述解析模块连接,用于根据所述请求目的确定符合需求的链下至少两个目标服务方,并根据所述请求目的向所述至少两个目标服务方发送相应的操作请求,以及接收所述至少两个目标服务方执行所述操作请求得到的操作结果,最后将所述操作结果或经过预设处理后的所述操作结果发送至所述区块链节点。
8.根据权利要求7所述的面向区块链数据服务的联邦预言系统,其特征在于,所述系统包括预言服务机构,其内部集成所述解析模块和所述处理模块。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现权利要求1~6中任一项所述的面向区块链数据服务的联邦预言方法。
10.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,其特征在于,所述计算机程序被执行时,实现权利要求1~6中任一项所述的面向区块链数据服务的联邦预言方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010038.3A CN113726890B (zh) | 2021-08-31 | 面向区块链数据服务的联邦预言方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010038.3A CN113726890B (zh) | 2021-08-31 | 面向区块链数据服务的联邦预言方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726890A true CN113726890A (zh) | 2021-11-30 |
CN113726890B CN113726890B (zh) | 2024-06-28 |
Family
ID=
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331446A (zh) * | 2022-03-15 | 2022-04-12 | 北京百度网讯科技有限公司 | 区块链的链外服务实现方法、装置、设备和介质 |
CN114971702A (zh) * | 2022-05-13 | 2022-08-30 | 中移互联网有限公司 | 一种业务处理系统、方法、服务设备及联邦分发中心 |
CN115361229A (zh) * | 2022-10-17 | 2022-11-18 | 太极计算机股份有限公司 | 一种政府公共数据的安全分享方法以及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442457A (zh) * | 2019-08-12 | 2019-11-12 | 北京大学深圳研究生院 | 基于联邦学习的模型训练方法、装置及服务器 |
CN111539731A (zh) * | 2020-06-19 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 基于区块链的联邦学习方法及装置和电子设备 |
CN112862648A (zh) * | 2021-02-08 | 2021-05-28 | 杭州趣链科技有限公司 | 基于区块链的多部门联合协作方法、装置、设备及介质 |
CN113094761A (zh) * | 2021-04-25 | 2021-07-09 | 中山大学 | 一种联邦学习数据防篡改监测方法及相关装置 |
CN113204795A (zh) * | 2021-07-07 | 2021-08-03 | 数据堂(北京)科技股份有限公司 | 基于联邦数据及联邦服务的数据共享方法及装置 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442457A (zh) * | 2019-08-12 | 2019-11-12 | 北京大学深圳研究生院 | 基于联邦学习的模型训练方法、装置及服务器 |
CN111539731A (zh) * | 2020-06-19 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 基于区块链的联邦学习方法及装置和电子设备 |
CN112862648A (zh) * | 2021-02-08 | 2021-05-28 | 杭州趣链科技有限公司 | 基于区块链的多部门联合协作方法、装置、设备及介质 |
CN113094761A (zh) * | 2021-04-25 | 2021-07-09 | 中山大学 | 一种联邦学习数据防篡改监测方法及相关装置 |
CN113204795A (zh) * | 2021-07-07 | 2021-08-03 | 数据堂(北京)科技股份有限公司 | 基于联邦数据及联邦服务的数据共享方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331446A (zh) * | 2022-03-15 | 2022-04-12 | 北京百度网讯科技有限公司 | 区块链的链外服务实现方法、装置、设备和介质 |
CN114971702A (zh) * | 2022-05-13 | 2022-08-30 | 中移互联网有限公司 | 一种业务处理系统、方法、服务设备及联邦分发中心 |
CN114971702B (zh) * | 2022-05-13 | 2023-11-24 | 中移互联网有限公司 | 一种业务处理系统、方法、服务设备及联邦分发中心 |
CN115361229A (zh) * | 2022-10-17 | 2022-11-18 | 太极计算机股份有限公司 | 一种政府公共数据的安全分享方法以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516090B (zh) | 一体化人脸识别方法和系统 | |
CN108737243A (zh) | 会话消息质检方法及装置 | |
CN112613877B (zh) | 应用于区块链网络的智能合约触发方法、装置及相关设备 | |
US11563727B2 (en) | Multi-factor authentication for non-internet applications | |
CN110968437A (zh) | 一种基于Java智能合约的单个合约并行执行的方法、装置、设备及介质 | |
CN112837157A (zh) | 区块链中定时智能合约的注册、执行方法、装置和系统 | |
CN107527222A (zh) | 信息处理方法和装置及系统 | |
CN110400217A (zh) | 智能合约的规则变更处理方法及装置 | |
CN113626002A (zh) | 一种服务执行方法及装置 | |
CN108600250A (zh) | 认证方法 | |
CN114170015A (zh) | 信息处理方法、系统、设备及介质 | |
CN110033188A (zh) | 基于区块链的业务调度方法、装置、计算设备和介质 | |
CN116456496B (zh) | 资源调度的方法、存储介质及电子设备 | |
CN113138847B (zh) | 基于联邦学习的计算机资源分配调度方法和装置 | |
CN113158196A (zh) | 登录验证方法、装置、设备和介质 | |
CN114860402B (zh) | 调度策略模型训练方法、调度方法、装置、设备和介质 | |
CN113726890B (zh) | 面向区块链数据服务的联邦预言方法及系统 | |
CN113726890A (zh) | 面向区块链数据服务的联邦预言方法及系统 | |
CN113014540B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114677138A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN110098921A (zh) | 验证码生成方法、装置、应用服务端和系统 | |
CN111598544A (zh) | 用于处理信息的方法和装置 | |
CN116719627B (zh) | 数据处理方法、装置、设备及存储介质 | |
US11790360B1 (en) | Multi-actor transaction simulation in a blockchain network | |
US20240104306A1 (en) | Collaboration content generation and selection for presentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |