基于DAG区块链和联邦学习的多方可信协作方法及系统

本发明涉及一种基于DAG区块链和联邦学习的多方可信协作方法及系统。本申请任务发布方在DAG区块链中发布全局初始模型，任务元数据，启动协作训练任务；任务训练方基于新鲜度、可达性和数据分布相似性，从DAG区块链协作模块中动态选择Tip节点，按照设定的基于Tip选择规则的模型聚合策略将模型聚合得到本地训练模型，并训练；聚合模型后，上传模型聚合路径到DAG区块链协作模块以生成对应的哈希承诺；完成模型训练后，将模型参数及模型更新元数据加密后上传至DAG区块链协作模块；DAG区块链协作模块确认无篡改后，利用更新数据执行Tip节点更新；由任务发布方根据预设的全局训练终止条件发布训练终止命令终止训练。