(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111431303.5 (22)申请日 2021.11.29 (71)申请人 海南火链科技有限公司 地址 571924 海南省澄迈县老城镇高新 技 术产业示范区海南生态软件园沃克公 园8830 (72)发明人 张博　张兵兵　林悦　 (74)专利代理 机构 北京中强智尚知识产权代理 有限公司 1 1448 代理人 郭晓迪 (51)Int.Cl. G06N 20/00(2019.01) G06F 16/27(2019.01) G06K 9/62(2022.01) (54)发明名称 基于区块链分片和联邦学习的供应链数据 协同方法及装置 (57)摘要 本发明公开了一种基于区块链分片和联邦 学习的供应链数据协同方法及装置、 存储介质、 终端， 通过将供应链的顶级节点组成区块链网 络， 并将所述各顶级节点分别对应的节点组成区 块链分片， 再在区块链分片的聚合节 点上设定训 练截止时间， 聚合节点对在训练截止时间之前接 收到的联邦模 型参数聚合， 获得聚合联邦模型参 数， 并将聚合联邦模型参数发送给所述任务分发 节点； 任务 分发节点将接收到的聚合联邦模型参 数聚合获得优化模型参数， 并将获得优化模型参 数发送给各个区块链分片中的节 点， 完成训练任 务。 本发明通过在聚合节点上设定训练截止时 间， 可避免对训练完成时间不在此训练截止时间 内的节点的等待， 加快对训练任务的完成速度。 权利要求书3页 说明书13页 附图5页 CN 114358306 A 2022.04.15 CN 114358306 A 1.一种基于区块链分片和联邦学习的供应链数据协同方法， 其特 征在于， 包括： 将供应链的顶级节点组成区块链网络， 并将所述各顶级节点分别对应的节点组成区块 链分片； 通过任务分发节点向各个所述区块链分片的节点分发计算任务和初始模型参数； 各个所述 区块链分片的节点根据计算任务对初始模型参数分别训练， 获得与 各个所述 区块链分片分别对应的联邦模型参数； 分别在各个所述 区块链分片的节点中确定聚合节点， 所述 聚合节点接收与其对应的所 述区块链分片训练后的联邦模型参数； 在所述聚合节点上设定训练截止时间， 所述 聚合节点对在所述训练截止时间之前接收 到的联邦模型参数聚合， 获得聚合联邦模型参数， 并将所述聚合联邦模型参数发送给所述 任务分发节点； 所述任务分发节点将接收到的所述 聚合联邦模型参数聚合获得优化模型参数， 并将 获 得所述优化模型参数发送给 各个所述区块链分片中的节点， 完成训练任务。 2.根据权利要求1所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 所述在所述设定训练截止时间时， 所述聚合节点对接收到的联邦模型参数聚合， 包 括： 在所述聚合节点接收到第 一预设阈值数量的联邦模型参数后， 等待所述设定训练截止 时间， 当达 到所述设定训练截止时间时， 所述聚合节点对接收到的联邦模型参数聚合。 3.根据权利要求1所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 在所述在所述设定训练截止时间时， 所述聚合节点对接 收到的联邦模型参数聚合之 后， 包括： 所述聚合节点接收在所述设定训练截止时间后的新的联邦模型参数， 不被加入到所述 聚合节点的聚合操作中。 4.根据权利要求1所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 所述各个所述区块链分片的节点根据计算任务对初始模型参数分别训练， 获得与各 个所述区块链分片分别对应的联邦模型参数， 包括： 各个所述 区块链分片的节点监 听到所述计算任务， 根据 所述计算任务的任务事件执行 对所述初始模型参数在本地进行迭代训练， 获得本地迭代模型参数； 每一所述 区块链分片中的聚合节点接收到各个所述节点获得的本地迭代模型参数后， 根据所述任务事件中的第一预设执行模型对接收到的所述本地迭代模型参数聚合， 获得聚 合后的本地迭代模型参数， 并将所述聚合后的本地迭代模型参数下发给所述区块链分片中 的其他节点； 所述区块链分片的节点根据所述计算任务的任务事件执行对所述聚合后的本地迭代 模型参数在本地进行迭代训练， 获得一轮全局迭代模型参数； 将所述全局迭代模型参数作为新的初始模型参数， 重复由所述初始模型参数至获得全 局迭代模型参数 的步骤， 直至迭代轮次达到所述任务事件中的预设全局迭代轮次为止， 完 成对所述初始模型参数的训练， 获得每一所述区块链分片对应的联邦模型参数。 5.根据权利要求4所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 所述根据所述计算任务的任务事件执行对所述初始模型参数在本地进行迭代训练，权　利　要　求　书 1/3 页 2 CN 114358306 A 2获得本地迭代模型参数， 包括： 所述区块链分片中的节点根据所述任务事件中的第二预设执行模型对所述初始模型 参数进行迭代训练， 获得 更新的模型参数； 将所述更新的模型参数作为新的初始模型参数， 重复由所述初始模型参数至获得更新 的模型参数 的步骤， 直至迭代轮次达到所述任务事件中的预设本地迭代轮次为止， 获得每 一所述区块链分片对应的本地迭代模型参数。 6.根据权利要求4所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 所述每一所述区块链分片中的聚合节点接收到各个所述节点 获得的本地迭代模型参 数后， 根据所述任务事件中的第一预设执行模型对接 收到的所述本地迭代模型参数聚合， 包括： 在所述聚合节点接收到第 二预设阈值数量的本地迭代模型参数时， 所述 聚合节点对接 收到的本地迭代模型参数根据所述任务事 件中的第一预设执 行模型聚合。 7.根据权利要求1所述的基于区块链分片和联邦学习的供应链数据协同方法， 其特征 在于， 在通过任务分发节点向各个所述区块链分片的节点分发计算任务和初始模型参数之 前， 还包括： 对所述任务分发节点所分发的计算任务进行判断， 确定所述计算任务是否对时间敏 感； 若所述计算任务对时间敏感， 则通过预设的激励机制鼓励所述 区块链分片中的节点对 所述初始模型参数或聚合联邦模型参数进行训练。 8.一种基于区块链分片和联邦学习的供应链数据协同装置， 其特 征在于， 包括： 网络构建模块， 用于将供应链的顶级节点组成区块链网络， 并将所述各顶级节点分别 对应的节点组成区块链分片； 任务分发模块， 用于通过任务分发节点向各个所述 区块链分片的节点分发计算任务和 初始模型参数； 联邦模型参数获取模块， 用于各个所述区块链分片的节点根据计算任务对初始模型参 数分别训练， 获得与各个所述区块链分片分别对应的联邦模型参数； 聚合节点确定模块， 用于分别在各个所述区块链分片的节点中确定聚合节点， 所述聚 合节点接收与其对应的所述区块链分片训练后的联邦模型参数； 聚合联邦模型参数获取模块， 用于在所述聚合节点上设定训练截止时间， 所述聚合节 点对在所述训练截止时间之前接收到的联邦模型参数聚合， 获得聚合联邦模型参数， 并将 所述聚合联邦模型参数发送给 所述任务分发节点； 优化模型参数获取模块， 用于所述任务分发节点将接收到的所述 聚合联邦模型参数聚 合获得优化模型参数， 并将获得所述优化模型参数发送给各个所述区块链分片 中的节点， 完成训练任务。 9.一种存储介质， 所述存储介质中存储有至少一可执行指令， 所述可执行指令使处理 器执行如权利要求 1‑7中任一项所述的基于区块链分片和联邦学习的供应链数据 协同方法 对应的操作。 10.一种终端， 包括： 处理器、 存储器、 通信 接口和通信总 线， 所述处理器、 所述存储器和 所述通信接口通过 所述通信总线完成相互间的通信；权　利　要　求　书 2/3 页 3 CN 114358306 A 3