System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于AI和区块链的数据计算算力回收与能耗控制方法及系统技术方案_技高网

基于AI和区块链的数据计算算力回收与能耗控制方法及系统技术方案

技术编号:43157892 阅读:0 留言:0更新日期:2024-11-01 19:52
本发明专利技术涉及计算机技术领域,一种基于AI和区块链的数据计算算力回收与能耗控制方法及系统,包括:接收区块建立指令,根据区块建立指令确认出区块建立环境,利用模型获取单元获取初始模型序列,利用模型生成单元及初始模型数据获取目标模型数据、目标计算端及模型生成时间,判断模型生成时间是否大于预设的生成时间阈值,获取区块数据,利用目标计算端、区块数据、目标哈希值及目标模型数据获取第i个新区块,汇总与初始模型数据所对应的新区块,得到新区块集,基于新区块集构建目标区块链,完成对区块链数据计算的算力回收,基于能耗控制单元在m个初始模型数据所对应的目标计算端中确认出禁用计算端,完成对区块链数据计算的能耗控制。

【技术实现步骤摘要】

本专利技术涉及计算机,尤其涉及基于ai和区块链的数据计算算力回收与能耗控制方法及系统。


技术介绍

1、区块链是一种块链式存储、不可篡改、安全可信的去中心化分布式账本,它结合了分布式存储、点对点传输、共识机制、密码学等技术,通过不断增长的数据块链记录交易和信息,确保数据的安全和透明性。区块链技术由于其去中心化、不可篡改和可追溯的特性,逐渐被应用于各类分布式系统中。


技术实现思路

1、本专利技术提供基于ai和区块链的数据计算算力回收与能耗控制方法及系统,其主要目的在于提高区块链数据计算算力的利用率,减少数据中的能耗和计算算力的浪费。

2、为实现上述目的,本专利技术提供的一种基于ai和区块链的数据计算算力回收与能耗控制方法,包括:

3、接收区块建立指令,根据区块建立指令确认出区块建立环境,其中,区块建立环境包括:模型获取单元、模型生成单元、算力计算单元、区块检索单元及能耗控制单元;

4、利用模型获取单元获取初始模型序列,其中,初始模型序列包括m个初始模型数据;

5、依次对初始模型序列中第i个初始模型数据执行如下操作,其中,,且i为整数;

6、基于所述第i个初始模型数据确认出第i-1个新区块,利用模型生成单元及初始模型数据获取目标模型数据、目标计算端及模型生成时间;

7、判断模型生成时间是否大于预设的生成时间阈值;

8、若模型生成时间大于生成时间阈值,则利用算力计算单元及预设的哈希函数获取目标哈希值;>

9、若模型生成时间小于等于生成时间阈值,则利用算力计算单元、模型生成时间及生成时间阈值计算目标哈希值;

10、利用区块检索单元及第i-1个新区块获取区块数据,其中,区块数据由父区块哈希值、区块版本号及时间戳组成;

11、利用目标计算端、区块数据、目标哈希值及目标模型数据获取第i个新区块;

12、汇总与初始模型数据所对应的新区块,得到新区块集,其中,新区块集中包括m个新区块,基于新区块集构建目标区块链,完成对区块链数据计算的算力回收,基于能耗控制单元在m个初始模型数据所对应的目标计算端中确认出禁用计算端,完成对区块链数据计算的能耗控制。

13、可选地,所述利用模型获取单元获取初始模型序列,包括:

14、启动模型获取单元,其中,模型获取单元由与m个客户端相连的模型分析器构成;

15、利用m个客户端获取m个初始模型数据,且初始模型数据与客户端一一对应,其中,初始模型数据包括m个样本、初始模型架构及评估值;

16、对m个初始模型数据中每一个初始模型数据均执行如下操作:

17、利用模型分析器、m个样本及初始模型架构计算模型复杂度,计算公式如下:

18、;

19、其中,为模型复杂度,为初始模型架构的广度,为初始模型架构的深度,为m个样本中第j个样本的特征维度,其中,,且j和m为整数;

20、利用模型复杂度及评估值计算模型优先度,计算公式如下:

21、;

22、其中,为模型优先度,为预设的最优复杂度,为评估值;

23、汇总m个初始模型数据所对应的m个模型优先度,得到模型优先度集,按照从小到大的顺序对模型优先度集中的m个模型优先度执行排序操作,得到模型优先度序列,基于所述模型优先度序列确认出初始模型序列,其中,初始模型序列中初始模型数据与模型优先度序列中模型优先度一一对应;

24、其中,所述初始模型序列如下所示:

25、;

26、其中,、及分别表示初始模型序列中第一个、第二个及第m个的初始模型数据。

27、可选地,所述利用模型生成单元及初始模型数据获取目标模型数据、目标计算端及模型生成时间,包括:

28、启动模型生成单元,其中,模型生成单元由与n个不同的数据计算端相连的数据接收端及模型验证端构成;

29、将初始模型数据发送至n个不同的数据计算端中的每一个数据计算端,其中,数据接收端用于接收n个不同的数据计算端所计算出的ai模型数据,以将初始模型数据发送至n个不同的数据计算端中的每一个数据计算端的时间为初始时间,以初始时间为起点并实时记录时间,得到运算时间,且预设了第一时间阈值,ai模型数据与数据计算端一一对应;

30、实时检测所述数据接收端是否接收到来自n个不同的数据计算端中某一个数据计算端所计算出的ai模型数据;

31、当检测到数据接收端接收到ai模型数据时,则数据接收端将接收到的ai模型数据发送给模型验证端,利用模型验证端判断所述ai模型数据是否满足预设的第一模型阈值;

32、若ai模型数据满足所述第一模型阈值,则关闭数据接收端,并以运算时间作为模型生成时间,以满足第一模型阈值的ai模型数据作为目标模型数据,以该ai模型数据所对应的数据计算端作为目标计算端;

33、若ai模型数据不满足所述第一模型阈值,则将不满足第一模型阈值的ai模型数据记为第一模型数据,并返回所述实时检测所述数据接收端是否接收到来自n个不同的数据计算端中某一个数据计算端所计算出的ai模型数据的步骤,直至运算时间达到第一时间阈值且所接收的ai模型数据均不满足第一模型阈值,则汇总所述第一模型数据,得到第一模型数据集,由第一模型阈值计算第二模型阈值;

34、对第一模型数据集中的第一模型数据均执行如下操作:

35、利用第一时间阈值获取第二时间阈值,其中,第二时间阈值为第一时间阈值的两倍,以第二时间阈值为第一时间阈值,以第一模型数据为ai模型数据,以第二模型阈值为第一模型阈值,并返回所述实时检测所述数据接收端是否接收到来自n个不同的数据计算端中某一个数据计算端所计算出的ai模型数据的步骤,直至ai模型数据满足第一模型阈值。

36、可选地,所述利用模型验证端判断所述ai模型数据是否满足预设的第一模型阈值,包括:

37、启动模型验证端,其中,模型验证端包括测试集及验证集;

38、当模型验证端接收到ai模型数据时,将测试集输入至ai模型数据中,得到输出集;

39、利用输出集及验证集获取模型准确率,比较模型准确率与第一模型阈值;

40、若模型准确率大于等于第一模型阈值,则ai模型数据满足第一模型阈值;

41、若模型准确率小于第一模型阈值,则ai模型数据不满足第一模型阈值。

42、可选地,所述由第一模型阈值计算第二模型阈值,计算公式如下所示:

43、;

44、其中,为第二模型阈值,为第一模型阈值。

45、可选地,所述利用算力计算单元、模型生成时间及生成时间阈值计算目标哈希值,包括:

46、利用算力计算单元及预设的初始哈希值获取转化哈希值,其中,转化哈希值为十进制下的初始哈希值;

47、利用模型生成时间、生成时间阈值及转化哈希值计算中继哈希值,计算公式如本文档来自技高网...

【技术保护点】

1.一种基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型获取单元获取初始模型序列,包括:

3.如权利要求2所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型生成单元及初始模型数据获取目标模型数据、目标计算端及模型生成时间,包括:

4.如权利要求3所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型验证端判断所述AI模型数据是否满足预设的第一模型阈值,包括:

5.如权利要求4所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述由第一模型阈值计算第二模型阈值,计算公式如下所示:

6.如权利要求5所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用算力计算单元、模型生成时间及生成时间阈值计算目标哈希值,包括:

7.如权利要求6所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用区块检索单元及第i-1个新区块获取区块数据,包括:

8.如权利要求7所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用目标计算端、区块数据、目标哈希值及目标模型数据获取第i个新区块,包括:

9.如权利要求8所述的基于AI和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述基于能耗控制单元在m个初始模型数据所对应的目标计算端中确认出禁用计算端,包括:

10.一种基于AI和区块链的数据计算算力回收与能耗控制系统,其特征在于,所述系统包括:

...

【技术特征摘要】

1.一种基于ai和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于ai和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型获取单元获取初始模型序列,包括:

3.如权利要求2所述的基于ai和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型生成单元及初始模型数据获取目标模型数据、目标计算端及模型生成时间,包括:

4.如权利要求3所述的基于ai和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述利用模型验证端判断所述ai模型数据是否满足预设的第一模型阈值,包括:

5.如权利要求4所述的基于ai和区块链的数据计算算力回收与能耗控制方法,其特征在于,所述由第一模型阈值计算第二模型阈值,计算公式如下所示:

6.如权利要...

【专利技术属性】
技术研发人员:杨阳宣然刘松宫莲莲
申请(专利权)人:深圳迅策科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1