摘要
本发明公开了一种基于深度强化学习和区块链验证的数据要素可信共享方法,包括:训练请求者发起训练请求;智能体根据训练请求选定终端设备,并向选定终端设备发送请求消息;选定终端设备从关联边缘服务器的节点下载相关数据完成本地模型训练,训练完成后根据本地模型参数对关联边缘服务器发送交易;关联边缘服务器进行交易验证,并在交易池达到阈值后通过联邦工作证明共识算法达成共识,完成本次训练;智能体更新状态空间和奖励,并评估当前训练完成的全局模型是否合格,若不合格,重新选定终端设备继续训练;本发明使用区块链替代传统联邦学习的中央服务器,解决通过传统联邦学习进行隐私保护数据共享面临的信任问题。
技术关键词
深度强化学习
终端设备
节点
共享方法
共识算法
隐私保护数据共享
服务器
客户端
发送消息
参数
区块链系统
物联网设备
模型更新
阶段
身份
私钥
标识
系统为您推荐了相关专利信息
振动实时监测
区域识别方法
工业厂房
指数
多通道同步采集
输电杆塔绝缘子
灰色神经网络模型
故障预测方法
人工神经网络算法
灰色模型
自动生成方法
卷积神经网络模型
装备
二阶特征
节点
电磁暂态仿真模型
布局算法
电磁暂态仿真方法
电力系统拓扑结构
变压器元件