CN117234738B - 基于人工智能模型的区块链系统和智能合约处理方法 - Google Patents
基于人工智能模型的区块链系统和智能合约处理方法 Download PDFInfo
- Publication number
- CN117234738B CN117234738B CN202311490297.XA CN202311490297A CN117234738B CN 117234738 B CN117234738 B CN 117234738B CN 202311490297 A CN202311490297 A CN 202311490297A CN 117234738 B CN117234738 B CN 117234738B
- Authority
- CN
- China
- Prior art keywords
- model
- intelligent
- service request
- artificial
- artificial intelligence
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 138
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 27
- 238000005457 optimization Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于人工智能模型的区块链系统和智能合约处理方法,该系统包括:请求接收模块、任务调度引擎和模型管理模块;请求接收模块接收智能合约业务请求;任务调度引擎响应智能合约业务请求,确定与智能合约业务请求匹配的模型需求;模型管理模块根据模型需求选取对应的人工智能模型,确定人工智能模型的模型识别信息;任务调度引擎根据模型识别信息选取一人工智能提供方作为人工智能处理方,将智能合约业务请求发送至人工智能处理方。能够使得不同类型的智能合约的处理都能够找到对应的人工智能处理方进行计算,有效提高了智能合约的处理效率。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种基于人工智能模型的区块链系统和智能合约处理方法。
背景技术
区块链技术是一种以安全方式组织数据的分布式账本,可以以可验证和永久的方式有效地记录两个计算机系统之间的交易。 典型的区块链是不断增长的记录列表,称为区块, 区块还包含前一个块(即“链”)的加密哈希,因此在不更改所有后续块的情况下,无法追溯更改区块链的任何给定块中的数据。
人工智能是一个构建能够推理、学习和行动的计算机和机器的科学领域。
将人工智能和区块链技术结合,能够有效扩展区块链的应用场景。例如人工智能可以提高区块链上智能合约的准确性和可靠性;人工智能可用于分析区块链网络的性能并识别出区块链网络性能的瓶颈,如节点数量、交易分布、共识算法效率等,从而优化网络减少处理交易所需时间。
然而目前的人工智能对智能合约的处理,仍存在问题。
发明内容
基于此,有必要针对上述技术问题,提供一种基于人工智能模型的区块链系统和智能合约处理方法。
一种基于人工智能模型的区块链系统,包括:请求接收模块、任务调度引擎和模型管理模块,所述请求接收模块与所述任务调度引擎连接,所述任务调度引擎与所述模型管理模块连接;
所述请求接收模块用于接收智能合约业务请求,将所述智能合约业务请求发送至所述任务调度引擎;
所述任务调度引擎用于响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求,将所述模型需求发送至所述模型管理模块;
所述模型管理模块用于根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息;
所述任务调度引擎用于与至少两个人工智能提供方连接,其中,所述人工智能提供方部署了人工智能模型,所述任务调度引擎根据所述模型识别信息选取一人工智能提供方作为人工智能处理方,并将所述智能合约业务请求发送至所选取的所述人工智能处理方。
在其中一个实施例中,还包括智能合约格式化模块,所述智能合约格式化模块分别与所述请求接收模块以及所述任务调度引擎连接;
所述智能合约格式化模块用于接收所述请求接收模块发送的所述智能合约业务请求,将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述任务调度引擎用于将所述模型输入数据发送至所述人工智能处理方。
在其中一个实施例中,所述模型管理模块具有一模型注册表,所述模型注册表记录了模型需求与人工智能模型的对应关系;
所述模型管理模块用于根据所述模型注册表记录的模型需求与人工智能模型的对应关系,选取与所述模型需求对应的人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎。
在其中一个实施例中,所述模型管理模块用于根据所述模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎。
在其中一个实施例中,所述元数据至少包括模型属性、训练事务、训练数据、模型被调用次数和准确度。
在其中一个实施例中,还包括至少一个验证节点,各所述验证节点与所述任务调度引擎连接;
所述任务调度引擎还用于根据所述智能合约业务请求生成附加验证业务请求,接收所述人工智能处理方基于人工智能模型对所述智能合约业务请求处理到的初始计算结果,将所述附加验证业务请求和所述初始计算结果发送至所述验证节点;
所述验证节点用于响应所述附加验证业务请求,基于预设共识算法对所述初始计算结果进行验证,得到验证结果。
在其中一个实施例中,还包括记录模块,所述记录模块用于监测所述任务调度引擎的运行,获取所述任务调度引擎的调度操作,将所述调度操作记录在区块链上。
一种基于人工智能模型的区块链智能合约处理方法,包括:
接收智能合约业务请求;
响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求;
根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息;
根据所述人工智能模型的模型识别信息从多个人工智能提供方中选取一个作为人工智能处理方,将所述智能合约业务请求发送至所选取的所述人工智能处理方。
在其中一个实施例中,所述接收智能合约业务请求的步骤之后包括:
将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述将所述智能合约业务请求发送至所选取的所述人工智能处理方的步骤包括:
将所述模型输入数据发送至所述人工智能处理方。
在其中一个实施例中,所述根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息的步骤包括:
根据模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,其中,所述元数据至少包括模型属性、训练事物、训练数据、模型被调用次数和准确度。
上述基于人工智能模型的区块链系统,通过对智能合约业务请求进行匹配,得到用于处理该智能合约业务请求的人工智能模型的模型识别信息,根据该模型识别信息从多个人工智能处理方中选取一个,将智能合约业务请求发送至所选取的人工智能处理方,利用人工智能处理方对智能合约业务请求对应的智能合约的操作进行处理。这样,能够使得不同类型的智能合约的处理都能够找到对应的人工智能处理方进行计算,有效提高了智能合约的处理效率。
附图说明
图1A为一个实施例中基于人工智能模型的区块链系统的系统逻辑架构图;
图1B为另一个实施例中基于人工智能模型的区块链系统的系统逻辑架构图;
图1C为又一个实施例中基于人工智能模型的区块链系统的系统逻辑架构图;
图2为一个实施例中基于人工智能模型的区块链智能合约处理方法的步骤逻辑架构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
实施例一
本实施例中,如图1A所示,提供了一种基于人工智能模型的区块链系统,其包括:
请求接收模块110、任务调度引擎120和模型管理模块130,所述请求接收模块110与所述任务调度引擎120连接,所述任务调度引擎120与所述模型管理模块130连接;
所述请求接收模块110用于接收智能合约业务请求,将所述智能合约业务请求发送至所述任务调度引擎120;
所述任务调度引擎120用于响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求,将所述模型需求发送至所述模型管理模块130;
所述模型管理模块130用于根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息;
所述任务调度引擎120用于与至少两个人工智能提供方180连接,其中,所述人工智能提供方180部署了人工智能模型,所述任务调度引擎120根据所述模型识别信息选取一人工智能提供方180作为人工智能处理方,并将所述智能合约业务请求发送至所选取的所述人工智能处理方。
本实施例中,请求接收模块110用于接收用户发起的智能合约业务请求,将该智能合约业务请求发送至任务调度引擎120,由任务调度引擎120进行任务分配和调度。该智能合约业务请求用于请求对智能合约进行操作,该操作的事项包括生成新的智能合约、对智能合约进行漏洞检测、对智能合约进行合规检查、对智能合约的代码进行优化等。
本实施例中,请求接收模块110也称为智能合约请求接口,用于对接用户端。智能合约业务请求携带了所需要处理、计算的智能合约的操作、处理所需的信息。该任务调度引擎120接收到智能合约业务请求后,任务调度引擎120对该智能合约业务请求进行解析,得到与该智能合约业务请求匹配的模型需求,该模型需求用于表示该智能合约业务请求所需的模型类型,因此,该模型需求也可以称为模型类型需求。不同的模型类型用于处理不同的智能合约的操作,包括:智能合约的生成、检测、优化,审计等。
该模型管理模块130存储了不同类型的人工智能模型的识别信息,每一人工智能模型具有唯一的模型识别信息。该模型识别信息可以是模型名称、模型ID或者模型识别码。
该人工智能处理方为多个人工智能提供方180中的一个,该人工智能提供方180也可以称为人工智能提供商或AI提供商,用于提供人工智能模型和计算资源,该人工智能处理方可以是单个计算机,也可以是多台服务器组成的服务器集群,也可以是云端服务器,该人工智能处理方配置了人工智能模型,能够利用人工智能模型对智能合约请求所对应的智能合约的操作进行处理,比如,利用人工智能模型生成智能合约,比如,利用人工智能模型对智能合约进行漏洞检测,比如,利用人工智能模型对智能合约进行合规检查,比如,利用人工智能模型对智能合约的代码进行优化。
本实施例中,对于不同的智能合约业务请求,能够匹配对应的人工智能提供方180,由适配智能合约业务的人工智能模型对智能合约业务进行处理,使得对智能合约业务的处理更为高效、准确。
本实施例中,模型管理模块130根据模型需求选取人工智能模型,将选取的结果反馈至任务调度模块,任务调度模块根据模型管理模块130选取的人工智能模型的结果从多个人工智能提供方180中选取一个作为人工智能处理方。
上述实施例中,通过对智能合约业务请求进行匹配,得到用于处理该智能合约业务请求的人工智能模型的模型识别信息,根据该模型识别信息从多个人工智能处理方中选取一个,将智能合约业务请求发送至所选取的人工智能处理方,利用人工智能处理方对智能合约业务请求对应的智能合约的操作进行处理。这样,能够使得不同类型的智能合约的处理都能够找到对应的人工智能处理方进行计算,有效提高了智能合约的处理效率。
在一个实施例中,任务调度引擎120还用于获取人工智能处理方利用人工智能模型对智能合约业务请求进行处理后反馈的输出结果。该人工智能处理方式通过人工智能模型处理对智能合约业务请求进行处理,得到智能合约业务输出,如智能合约代码,代码中的BUG及修改方式,代码优化方法等,任务调度引擎120接收人工智能处理方式反馈的上述结果,并将该输出结果通过请求接收模块110反馈至用户。
在一个实施例中,所述智能合约业务请求携带智能合约业务逻辑和数据集,以及和接口秘钥。
在一个实施例中,所述智能合约请求携带的信息包括智能合约需求逻辑和参数,此外,该智能合约请求携带的信息还包括APIkey(Application Program Interface key,应用程序接口秘钥),该APIkey用于验证用户身份。
在一个实施例中,所述请求接收模块用于检测是否接收到智能合约信息,当检测到接收到所述智能合约信息,基于所述智能合约信息生成所述智能合约业务请求,将所述智能合约业务请求发送至所述任务调度引擎,其中,所述智能合约信息包括智能合约需求逻辑和参数;
所述请求接收模块还用于检测是否存在预设触发事件,当检测到存在所述预设触发事件,基于所述预设触发事件生成所述智能合约业务请求,将所述智能合约业务请求发送至所述任务调度引擎,其中,预设触发事件包括:所述智能合约操作包括生成新的智能合约、对智能合约进行漏洞检测、对智能合约进行合规检查。
本实施例中,该请求接收模块可由用户采用自然语言输入智能合约需求逻辑和参数,或由其他智能合约请求进行智能合约操作,或根据预定事件触发智能合约操作,智能合约操作包括但不限于:生成新的智能合约,对智能合约进行漏洞检测,合规检查,对合约代码进行优化。该请求接收模块接收用户采用自然语言输入的智能合约的需求逻辑和参数后,生成智能合约业务请求,通过任务调度引擎将该智能合约业务请求发送至人工智能提供方,由人工智能提供方提供标准模型和根据业务优化的细调模型,人工智能提供方利用人工智能模型计算后,获得智能合约业务输出,如智能合约代码,代码中的BUG及修改方式,代码优化方法等。
在一个实施例中,如图1B所示,基于人工智能模型的区块链系统还包括智能合约格式化模块140,所述智能合约格式化模块140分别与所述请求接收模块110以及所述任务调度引擎120连接;
所述智能合约格式化模块140用于接收所述请求接收模块110发送的所述智能合约业务请求,将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述任务调度引擎120用于将所述模型输入数据发送至所述人工智能处理方。
本实施例中,该智能合约格式化模块140用于对智能合约业务请求所携带的需要处理、计算的智能合约的操作、处理所需的信息进行格式化处理,以使得该智能合约业务请求携带的信息能够匹配人工智能处理方的处理的数据格式的需求。在一些实施例中,智能合约业务请求采用自然语言表达,智能合约格式化模块140用于将自然语言的请求信息格式化转换为能够被人工智能模型理解的语言,得到模型输入数据。
在一个实施例中,所述模型管理模块具有一模型注册表,所述模型注册表记录了模型需求与人工智能模型的对应关系;
所述模型管理模块用于根据所述模型注册表记录的模型需求与人工智能模型的对应关系,选取与所述模型需求对应的人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎。
本实施例中,该模型注册表内记录了多个模型需求以及多个人工智能模型的模型识别信息,并记录了各模型需求与各人工智能模型的模型识别信息的对应关系。值得一提的是,该模型管理模块、模型注册表本身并无配置人工智能模型,该人工智能模型由人工智能提供方搭载,该模型注册表中记录的模型需求与人工智能模型的对应关系实际为模型需求与人工智能模型的模型识别信息的对应关系。
本实施例中,该模型注册表还能够实现数据的增加、删除、修改操作,即对模型需求与人工智能模型的识别信息的对应关系进行增加、删除、修改。该模型管理模块用于对模型注册表进行管理和维护,由模型管理模块对模型注册表的信息和数据进行增加、删除、修改。
在一个实施例中,所述模型管理模块用于根据所述模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎。
本实施例中,模型注册表内还记录了多个模型需求与元数据的对应关系,以及元数据与人工智能模型的模型识别信息的对应关系。
元数据用于表征模型需求,将模型需求具体化。具体来说,模型需求由智能合约业务请求的匹配而来,该模型需求属于模糊需求,仅能大概匹配智能合约业务请求,比如,针对智能合约业务请求的智能合约的生成操作,该模型需求为能够执行智能合约的生成操作的人工智能模型。对于该模型需求,可以匹配到能够提供智能合约的生成操作的人工智能提供方,但针对能合约的生成操作,不同的人工智能提供方具有不同人工智能智能模型,即便统一人工智能提供方,其也可以提供多种人工智能模型。针对同一模型需求的各人工智能模型处理的效率、精度也不同。因此,通过元数据可以更加准确选择合适的人工智能模型,进而更为准确地选择人工智能处理方。
在一个实施例中,所述元数据至少包括模型属性、训练事物、训练数据、模型被调用次数和准确度。
本实施例中,模型属性用于表征模型的用途、类别,训练事物指的是该人工智能模型训练所采取的对象、事物,训练数据指的是该人工智能模块训练所采用的样板数据、数据类型,模型被调用次数为该人工智能模型被区块链调用的次数,准确度为通过人工智能模型计算输出的结果的准确度、精确度。在其他的一些实施例中,元数据还可以包括其他类型的用于定义、确定人工智能模型的数据。通过该元数据,能够为该智能合约业务请求匹配更为精准的人工智能模型,进而选取对应的人工智能提供方作为人工智能处理方。
在一个实施例中,基于人工智能模型的区块链系统还包括至少一个验证节点,各所述验证节点与所述任务调度引擎连接;
所述任务调度引擎还用于根据所述智能合约业务请求生成附加验证业务请求,接收所述人工智能处理方基于人工智能模型对所述智能合约业务请求处理得到的初始计算结果,将所述附加验证业务请求和所述初始计算结果发送至所述验证节点;
所述验证节点用于响应所述附加验证业务请求,基于预设共识算法对所述初始计算结果进行验证,得到验证结果。
本实施例中,任务调度引擎还根据其所获得的智能合约业务请求生成附加的验证业务,授权验证节点对智能合约业务的处理、计算结果进行验证,以验证结果的正确性。本实施例中,验证节点为区块链的多个节点中的一个或多个,该验证节点可以是普通的节点,在普通节点上配置了共识验证器,通过共识验证器对验证结果进行验证,该验证节点也可以是专门的节点,该专门的节点上配置了共识验证器。本实施例中,共识验证器实现一种或多种机制或算法来实现共识。 例如, 拜占庭容错算法,即“n”个验证节点之中 m个得到相同结果即达成共识,其中 m>2n/3。
在其中一个实施例中,还包括记录模块,所述记录模块用于监测所述任务调度引擎的运行,获取所述任务调度引擎的调度操作,将所述调度操作记录在区块链上。
本实施例中,任务调度引擎的操作可以记录在区块链上,这样,有利于对任务调度引擎的操作进行追溯。
在一个实施例中,如图2所示,提供一种基于人工智能模型的区块链智能合约处理方法,包括:
步骤110,接收智能合约业务请求。
步骤120,响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求。
步骤130,根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息。
步骤140,根据所述人工智能模型的模型识别信息从多个人工智能提供方中选取一个作为人工智能处理方,将所述智能合约业务请求发送至所选取的所述人工智能处理方。
本实施例中,区块链智能合约处理方法可以由单个计算机或者有多个计算机组成的服务器集群实现,在一些实施例中,区块链智能合约处理方法由区块链上的单个节点实现,在一些实施例中,区块链智能合约处理方法由区块链上的多个模块、节点分别实现。
本实施例中,接收智能合约业务请求后,根据该智能合约业务请求确定与智能合约业务请求对应的模型需求,进而根据该模型需求匹配对应的人工智能模型,并基于此选取人工智能提供方作为人工智能处理方。
本实施例中,通过对智能合约业务请求进行匹配,得到用于处理该智能合约业务请求的人工智能模型的模型识别信息,根据该模型识别信息从多个人工智能处理方中选取一个,将智能合约业务请求发送至所选取的人工智能处理方,利用人工智能处理方对智能合约业务请求对应的智能合约的操作进行处理。这样,能够使得不同类型的智能合约的处理都能够找到对应的人工智能处理方进行计算,有效提高了智能合约的处理效率。
在一个实施例中,所述接收智能合约业务请求的步骤之后包括:
将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述将所述智能合约业务请求发送至所选取的所述人工智能处理方的步骤包括:
将所述模型输入数据发送至所述人工智能处理方。
本实施例中,对智能合约业务请求所携带的需要处理、计算的智能合约的操作、处理所需的信息进行格式化处理,以使得该智能合约业务请求携带的信息能够匹配人工智能处理方的处理的数据格式的需求。在一些实施例中,智能合约业务请求采用自然语言表达,智能合约格式化模块用于将自然语言的请求信息格式化转换为能够被人工智能模型理解的语言,得到模型输入数据。
在一个实施例中,所述根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息的步骤包括:
根据模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,其中,所述元数据至少包括模型属性、训练事务、训练数据、模型被调用次数和准确度。
本实施例中,该模型注册表内记录了多个模型需求以及多个人工智能模型的模型识别信息,并记录了各模型需求与各人工智能模型的模型识别信息的对应关系。值得一提的是,该模型管理模块、模型注册表本身并无配置人工智能模型,该人工智能模型由人工智能提供方搭载,该模型注册表中记录的模型需求与人工智能模型的对应关系实际为模型需求与人工智能模型的模型识别信息的对应关系。
元数据用于表征模型需求,将模型需求具体化。具体来说,模型需求由智能合约业务请求的匹配而来,该模型需求属于模糊需求,仅能大概匹配智能合约业务请求,比如,针对智能合约业务请求的智能合约的生成操作,该模型需求为能够执行智能合约的生成操作的人工智能模型。对于该模型需求,可以匹配到能够提供智能合约的生成操作的人工智能提供方,但针对能合约的生成操作,不同的人工智能提供方具有不同人工智能智能模型,即便统一人工智能提供方,其也可以提供多种人工智能模型。针对同一模型需求的各人工智能模型处理的效率、精度也不同。因此,通过元数据可以更加准确选择合适的人工智能模型,进而更为准确地选择人工智能处理方。
在一个实施例中,如图1C所示,区块链系统设置有至少一个人工智能应用平台,平台内部署有一个或多个人工智能模型,用于处理智能合约相关业务,平台具有下述接口和模块:
模型管理模块,系统管理员通过管理模块中的注册功能将人工智能模型部署在平台上,模型管理模块包含或连接模型注册表, AI模型元数据存储在AI模型注册表中;模型管理模块负责管理模型注册表,包括增加、删除、修改等操作。
智能合约请求接口,可由用户采用自然语言输入智能合约需求逻辑和参数,或由其他智能合约请求进行智能合约操作,或根据预定事件触发智能合约操作,智能合约操作包括但不限于:生成新的智能合约,对智能合约进行漏洞检测,合规检查,对合约代码进行优化。
AI模型库,用于存储至少一个人工智能模型;
智能合约请求格式化模块,将智能合约请求根据所要转发的人工智能模型进行格式转化。
AI任务调度引擎功能如下:
通过智能合约请求接口获得智能合约业务请求(包括但不限于智能合约生成、检测、优化,审计等),并通过格式化模块进行模式匹配,生成符合AI服务提供商需求的输入;
根据业务请求类型分析匹配模型,将所需模型类型发送给模型管理模块,模型管理模块从模型注册表获得模型元数据并根据元数据选取对应模型;模型管理模块将结果返回AI任务调度引擎。
AI任务调度引擎根据获得结果选取AI服务提供商。
AI任务调度引擎基于共识机制如POS(proof of stake)或去中心化投票方案从区块链节点中选出一个或多个任务执行节点和验证节点(基于AI模型运行验证代码的非人工代理)。
通过API接口向AI服务提供商发送智能合约代码业务请求,包括:输入(智能合约业务逻辑和数据集)和APIkey(用于验证用户身份),AI服务提供商提供标准模型和根据业务优化的细调模型。
通过AI模型获得智能合约业务输出,如智能合约代码,代码中的BUG及修改方式,代码优化方法等。
另外,AI任务调度引擎还根据其所获得的智能合约业务请求生成附加的验证业务,授权验证节点对智能合约业务结果进行验证以验证结果的正确性和一致性。
AI任务调度器的操作可以记录在区块链上。
关于共识验证器,共识验证器实现一种或多种机制或算法来实现共识。 例如, 拜占庭容错算法,即“n”个验证节点之中 m个得到相同结果即达成共识, 其中 m>2n/3。
智能合约部署接口,将由AI模型生成并经验证的智能合约部署在测试环境或工作环境。
测试环境可以是独立的用于测试的区块链,或者是工作区块链上隔离出来的用于测试。
工作环境是未来智能合约要真正运行的区块链。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于人工智能模型的区块链系统,其特征在于,包括:请求接收模块、任务调度引擎和模型管理模块,所述请求接收模块与所述任务调度引擎连接,所述任务调度引擎与所述模型管理模块连接;
所述请求接收模块用于接收智能合约业务请求,将所述智能合约业务请求发送至所述任务调度引擎;
所述任务调度引擎用于响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求,将所述模型需求发送至所述模型管理模块;其中,任务调度引擎对所述智能合约业务请求进行解析,得到与所述智能合约业务请求匹配的模型需求,所述模型需求用于表示该智能合约业务请求所需的模型类型;
所述模型管理模块用于根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息;
所述任务调度引擎用于与至少两个人工智能提供方连接,其中,所述人工智能提供方部署了人工智能模型,所述任务调度引擎根据所述模型识别信息选取一人工智能提供方作为人工智能处理方,并将所述智能合约业务请求发送至所选取的所述人工智能处理方;
所述模型管理模块用于根据模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎;所述元数据至少包括模型属性、训练事物、训练数据、模型被调用次数和准确度。
2.根据权利要求1所述的区块链系统,其特征在于,还包括智能合约格式化模块,所述智能合约格式化模块分别与所述请求接收模块以及所述任务调度引擎连接;
所述智能合约格式化模块用于接收所述请求接收模块发送的所述智能合约业务请求,将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述任务调度引擎用于将所述模型输入数据发送至所述人工智能处理方。
3.根据权利要求1所述的区块链系统,其特征在于,所述模型管理模块具有一所述模型注册表,所述模型注册表记录了模型需求与人工智能模型的对应关系;
所述模型管理模块用于根据所述模型注册表记录的模型需求与人工智能模型的对应关系,选取与所述模型需求对应的人工智能模型,确定所述人工智能模型的模型识别信息,将所述人工智能模型的模型识别信息发送至所述任务调度引擎。
4.根据权利要求1-3任一项中所述的区块链系统,其特征在于,还包括至少一个验证节点,各所述验证节点与所述任务调度引擎连接;
所述任务调度引擎还用于根据所述智能合约业务请求生成附加验证业务请求,接收所述人工智能处理方基于人工智能模型对所述智能合约业务请求处理到的初始计算结果,将所述附加验证业务请求和所述初始计算结果发送至所述验证节点;
所述验证节点用于响应所述附加验证业务请求,基于预设共识算法对所述初始计算结果进行验证,得到验证结果。
5.根据权利要求1-3任一项中所述的区块链系统,其特征在于,还包括记录模块,所述记录模块用于监测所述任务调度引擎的运行,获取所述任务调度引擎的调度操作,将所述调度操作记录在区块链上。
6.一种基于人工智能模型的区块链智能合约处理方法,其特征在于,包括:
接收智能合约业务请求;
响应所述智能合约业务请求,确定与所述智能合约业务请求匹配的模型需求;
根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息;
根据所述人工智能模型的模型识别信息从多个人工智能提供方中选取一个作为人工智能处理方,将所述智能合约业务请求发送至所选取的所述人工智能处理方;
所述根据所述模型需求选取对应的人工智能模型,确定所述人工智能模型的模型识别信息的步骤包括:
根据模型注册表记录的模型需求与元数据的对应关系,选取与所述模型需求对应的元数据,根据所述元数据选取人工智能模型,确定所述人工智能模型的模型识别信息,其中,所述元数据至少包括模型属性、训练事物、训练数据、模型被调用次数和准确度。
7.根据权利要求6所述的方法,其特征在于,所述接收智能合约业务请求的步骤之后包括:
将所述智能合约业务请求进行格式化处理,得到模型输入数据;
所述将所述智能合约业务请求发送至所选取的所述人工智能处理方的步骤包括:
将所述模型输入数据发送至所述人工智能处理方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490297.XA CN117234738B (zh) | 2023-11-10 | 2023-11-10 | 基于人工智能模型的区块链系统和智能合约处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490297.XA CN117234738B (zh) | 2023-11-10 | 2023-11-10 | 基于人工智能模型的区块链系统和智能合约处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117234738A CN117234738A (zh) | 2023-12-15 |
CN117234738B true CN117234738B (zh) | 2024-04-09 |
Family
ID=89084477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311490297.XA Active CN117234738B (zh) | 2023-11-10 | 2023-11-10 | 基于人工智能模型的区块链系统和智能合约处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117234738B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848058A (zh) * | 2018-05-07 | 2018-11-20 | 众安信息技术服务有限公司 | 智能合约处理方法及区块链系统 |
CN112948669A (zh) * | 2020-08-02 | 2021-06-11 | 吕维东 | 基于大数据和人工智能的业务处理方法及区块链金融平台 |
CN113660327A (zh) * | 2021-08-12 | 2021-11-16 | 厦门潭宏信息科技有限公司 | 一种区块链系统、区块链节点加入方法和交易方法 |
CN113868330A (zh) * | 2020-06-30 | 2021-12-31 | 中兴通讯股份有限公司 | 人工智能模型的部署方法、调用方法、设备和存储介质 |
CN114327803A (zh) * | 2022-03-15 | 2022-04-12 | 北京百度网讯科技有限公司 | 区块链访问机器学习模型的方法、装置、设备和介质 |
CN114528992A (zh) * | 2022-01-17 | 2022-05-24 | 盐城矩阵运营管理有限公司 | 一种基于区块链的电子商务业务分析模型的训练方法 |
WO2023050556A1 (zh) * | 2021-09-28 | 2023-04-06 | 中诚区块链研究院(南京)有限公司 | 一种共识智能合约算法 |
CN116502671A (zh) * | 2023-04-21 | 2023-07-28 | 上海芯歌智能科技有限公司 | 人工智能模型控制系统与控制方法 |
-
2023
- 2023-11-10 CN CN202311490297.XA patent/CN117234738B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848058A (zh) * | 2018-05-07 | 2018-11-20 | 众安信息技术服务有限公司 | 智能合约处理方法及区块链系统 |
CN113868330A (zh) * | 2020-06-30 | 2021-12-31 | 中兴通讯股份有限公司 | 人工智能模型的部署方法、调用方法、设备和存储介质 |
CN112948669A (zh) * | 2020-08-02 | 2021-06-11 | 吕维东 | 基于大数据和人工智能的业务处理方法及区块链金融平台 |
CN113660327A (zh) * | 2021-08-12 | 2021-11-16 | 厦门潭宏信息科技有限公司 | 一种区块链系统、区块链节点加入方法和交易方法 |
WO2023050556A1 (zh) * | 2021-09-28 | 2023-04-06 | 中诚区块链研究院(南京)有限公司 | 一种共识智能合约算法 |
CN114528992A (zh) * | 2022-01-17 | 2022-05-24 | 盐城矩阵运营管理有限公司 | 一种基于区块链的电子商务业务分析模型的训练方法 |
CN114327803A (zh) * | 2022-03-15 | 2022-04-12 | 北京百度网讯科技有限公司 | 区块链访问机器学习模型的方法、装置、设备和介质 |
CN116502671A (zh) * | 2023-04-21 | 2023-07-28 | 上海芯歌智能科技有限公司 | 人工智能模型控制系统与控制方法 |
Non-Patent Citations (1)
Title |
---|
众筹区块链上的智能合约设计;黄洁华;高灵超;许玉壮;白晓敏;胡凯;;信息安全研究(03);21-29 * |
Also Published As
Publication number | Publication date |
---|---|
CN117234738A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636607B (zh) | 基于模型部署的业务数据处理方法、装置和计算机设备 | |
CN110290212B (zh) | 服务调用记录方法、装置、计算机设备和存储介质 | |
CN109474578B (zh) | 报文消息校验方法、装置、计算机设备和存储介质 | |
CN109542428B (zh) | 业务处理方法、装置、计算机设备和存储介质 | |
CN109446068B (zh) | 接口测试方法、装置、计算机设备和存储介质 | |
WO2020029375A1 (zh) | 接口测试方法、系统、计算机设备和存储介质 | |
CN112506894A (zh) | 基于链路追踪的服务链日志处理方法、装置和计算机设备 | |
CN110633963B (zh) | 电子票据处理方法、装置、计算机可读存储介质和设备 | |
CN111090581B (zh) | 智能合约测试方法、装置、计算机设备和存储介质 | |
CN105447046A (zh) | 一种分布式系统数据一致性处理方法、装置和系统 | |
CN110490594A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN110597541B (zh) | 基于区块链的接口更新处理方法、装置、设备及存储介质 | |
CN112613993B (zh) | 交易数据处理方法、装置、计算机设备和存储介质 | |
CN115174231B (zh) | 一种基于AI Knowledge Base的网络欺诈分析方法及服务器 | |
CN110599267B (zh) | 电子发票开票方法、装置、计算机可读存储介质和计算机设备 | |
CN112364059B (zh) | 多规则场景下关联匹配方法、装置、设备和存储介质 | |
CN109101232B (zh) | 一种产品开发的方法、装置、计算机设备及存储介质 | |
CN113360210A (zh) | 数据对账方法、装置、计算机设备和存储介质 | |
CN117234738B (zh) | 基于人工智能模型的区块链系统和智能合约处理方法 | |
CN112965900A (zh) | 基于区块链的数据审核方法、装置、服务器和存储介质 | |
CN110569240B (zh) | 数据存储方法、装置、计算机设备和存储介质 | |
CN112860702B (zh) | 试验执行工单验证方法、装置、计算机设备和存储介质 | |
CN111814145B (zh) | 基于日志采集的请求校验方法、装置及计算机设备 | |
CN113077185B (zh) | 工作量评估方法、装置、计算机设备和存储介质 | |
US11621850B2 (en) | Distributed ledger management method, distributed ledger system, and node |
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 | ||
GR01 | Patent grant |