基于区块链的AIGC图像处理系统及方法与流程

本公开涉及区块链，具体地，涉及一种基于区块链的aigc图像处理系统及方法。

背景技术：

1、aigc(artificial intelligence generated content，人工智能生成内容)是指由人工智能系统创造的作品、算法或创意。例如，可以通过aigc模型生成aigc图像。在一些场景中，aigc模型的所有者可以许可其他用户使用自身所拥有的aigc模型，但是，这种许可方式可能出现模型信息泄露的问题。

技术实现思路

1、本公开的目的是提供一种基于区块链的aigc图像处理系统及方法，以解决上述相关技术问题。

2、为了实现上述目的，根据本公开实施例的第一方面，提供一种基于区块链的aigc图像处理系统，包括区块链网络中的第一节点和第二节点，

3、所述第一节点用于，响应于第二节点的模型使用请求，从所述第一节点所管理的aigc模型中确定第一aigc模型；获取所述第一aigc模型的特征参数以及提示词参数；对所述特征参数以及所述提示词参数进行加密，并将加密得到的特征参数密文以及提示词参数密文发送至所述第二节点；

4、所述第二节点用于，确定用于生成目标类型的图像的目标提示词，通过所述目标提示词、所述提示词参数密文以及所述特征参数密文，计算更新参数，所述更新参数用于所述第一节点更新所述第一aigc模型，得到第二aigc模型；获取所述第二aigc模型，所述第二aigc模型用于生成所述目标类型的图像。

5、可选地，所述第一节点用于通过如下方式对所述特征参数以及所述提示词参数进行加密，并将加密得到的特征参数密文以及提示词参数密文发送至所述第二节点：

6、生成随机数；

7、根据目标素数、生成元以及所述随机数，计算第一参数，其中，所述第一节点和所述第二节点根据所述目标素数以及所述生成元生成各自的公私钥对；

8、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述特征参数进行加密，得到所述特征参数密文；

9、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述提示词参数进行加密，得到所述提示词参数密文；

10、将所述特征参数密文、所述提示词参数密文以及所述第一参数发送至所述第二节点。

11、可选地，所述第一节点用于，对于所述特征参数中的每一个参数项，将所述参数项转换为目标数值个比特位的二进制表示；

12、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对每一比特位的二进制表示进行加密，得到第一加密结果；

13、根据每一所述第一加密结果生成所述特征参数密文。

14、可选地，所述第一节点用于，对于所述提示词参数中的每一个参数项，将所述参数项转换为目标数值个比特位的二进制表示；

15、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对每一比特位的二进制表示进行加密，得到第二加密结果；

16、根据每一所述第二加密结果生成所述提示词参数密文。

17、可选地，所述第二节点用于，通过如下方式计算所述更新参数：

18、通过所述特征参数密文以及所述提示词参数密文计算密文集；

19、根据所述密文集、所述第一参数以及所述第一节点的第一公钥计算第二参数；

20、通过所述第二参数以及所述目标素数计算解密参数；

21、根据所述目标素数、所述解密参数、所述特征参数密文、预设的所述特征参数密文的第一权重、所述提示词参数密文以及预设的所述提示词参数密文的第二权重，计算所述特征参数与所述提示词参数之间的相关度；

22、根据所述相关度以及所述目标提示词计算所述更新参数。

23、可选地，所述第二节点用于，根据所述相关度、所述解密参数、所述特征参数密文以及所述目标素数，计算所述特征参数的注意力权重值；并通过所述注意力权重值、所述特征参数密文、所述解密参数、所述目标素数、所述密文集以及所述目标提示词计算所述更新参数。

24、可选地，所述第一节点用于，对于所述第一节点所管理的任一aigc模型，在区块链中部署对应于所述aigc模型的侵权鉴定模型，所述侵权鉴定模型包括所述aigc模型的提示词参数；

25、所述基于区块链的aigc图像处理系统还包括第三节点，用于从区块链中获取待鉴定的目标图像资产，确定所述目标图像资产的提示词，得到目标提示词；计算所述目标提示词与区块链中部署的目标侵权鉴定模型中的提示词参数的相似度，得到第一相似度，根据所述第一相似度确定所述目标图像资产是否为侵权目标aigc模型的资产，所述目标aigc模型为所述目标侵权鉴定模型所对应的aigc模型。

26、可选地，所述侵权鉴定模型还包括所述aigc模型的特征参数，

27、所述第三节点还用于，获取所述目标图像资产的目标图像特征，基于所述目标图像特征计算所述目标图像资产的自注意力参数；通过所述自注意力参数以及所述目标图像特征，计算所述目标图像资产的特征表示；计算所述特征表示与所述目标侵权鉴定模型的特征参数之间的相似度，得到第二相似度；根据所述第一相似度和所述第二相似度确定所述目标图像资产是否为侵权目标aigc模型的资产。

28、可选地，所述第三节点用于，在所述第一相似度大于第一阈值且所述第二相似度大于第二阈值的情况下，确定所述目标图像资产为侵权目标aigc模型的资产；或者，

29、所述第三节点用于，将所述第一相似度和所述第二相似度进行加权计算，得到融合相似度，并在所述融合相似度大于第三阈值的情况下，确定所述目标图像资产为侵权目标aigc模型的资产。

30、根据本公开实施例的第二方面，提供一种基于区块链的aigc图像处理方法，应用于第一方面中任一项所述的基于区块链的aigc图像处理系统，所述方法包括：

31、第一节点响应于第二节点的模型使用请求，从所述第一节点所管理的aigc模型中确定第一aigc模型；获取所述第一aigc模型的特征参数以及提示词参数；对所述特征参数以及所述提示词参数进行加密，并将加密得到的特征参数密文以及提示词参数密文发送至所述第二节点；

32、第二节点确定用于生成目标类型的图像的目标提示词，通过所述目标提示词、所述提示词参数密文以及所述特征参数密文，计算更新参数，所述更新参数用于所述第一节点更新所述第一aigc模型，得到第二aigc模型；获取所述第二aigc模型，所述第二aigc模型用于生成所述目标类型的图像。

33、可选地，所述对所述特征参数以及所述提示词参数进行加密，并将加密得到的特征参数密文以及提示词参数密文发送至所述第二节点，包括：

34、生成随机数；

35、根据目标素数、生成元以及所述随机数，计算第一参数，其中，所述第一节点和所述第二节点根据所述目标素数以及所述生成元生成各自的公私钥对；

36、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述特征参数进行加密，得到所述特征参数密文；

37、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述提示词参数进行加密，得到所述提示词参数密文；

38、将所述特征参数密文、所述提示词参数密文以及所述第一参数发送至所述第二节点。

39、可选地，所述通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述特征参数进行加密，得到所述特征参数密文，包括：

40、对于所述特征参数中的每一个参数项，将所述参数项转换为目标数值个比特位的二进制表示；

41、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对每一比特位的二进制表示进行加密，得到第一加密结果；

42、根据每一所述第一加密结果生成所述特征参数密文。

43、可选地，所述通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对所述提示词参数进行加密，得到所述提示词参数密文，包括：

44、对于所述提示词参数中的每一个参数项，将所述参数项转换为目标数值个比特位的二进制表示；

45、通过所述随机数、所述第二节点的第二公钥以及所述目标素数，对每一比特位的二进制表示进行加密，得到第二加密结果；

46、根据每一所述第二加密结果生成所述提示词参数密文。

47、可选地，所述通过所述目标提示词、所述提示词参数密文以及所述特征参数密文，计算更新参数，包括：

48、通过所述特征参数密文以及所述提示词参数密文计算密文集；

49、根据所述密文集、所述第一参数以及所述第一节点的第一公钥计算第二参数；

50、通过所述第二参数以及所述目标素数计算解密参数；

51、根据所述目标素数、所述解密参数、所述特征参数密文、预设的所述特征参数密文的第一权重、所述提示词参数密文以及预设的所述提示词参数密文的第二权重，计算所述特征参数与所述提示词参数之间的相关度；

52、根据所述相关度以及所述目标提示词计算所述更新参数。

53、可选地，所述根据所述相关度以及所述目标提示词计算所述更新参数，包括：

54、根据所述相关度、所述解密参数、所述特征参数密文以及所述目标素数，计算所述特征参数的注意力权重值；并通过所述注意力权重值、所述特征参数密文、所述解密参数、所述目标素数、所述密文集以及所述目标提示词计算所述更新参数。

55、可选地，所述基于区块链的aigc图像处理系统还包括第三节点，所述方法还包括：

56、第一节点对于所述第一节点所管理的任一aigc模型，在区块链中部署对应于所述aigc模型的侵权鉴定模型，所述侵权鉴定模型包括所述aigc模型的提示词参数；

57、第三节点从区块链中获取待鉴定的目标图像资产，确定所述目标图像资产的提示词，得到目标提示词；计算所述目标提示词与区块链中部署的目标侵权鉴定模型中的提示词参数的相似度，得到第一相似度，根据所述第一相似度确定所述目标图像资产是否为侵权目标aigc模型的资产，所述目标aigc模型为所述目标侵权鉴定模型所对应的aigc模型。

58、可选地，所述侵权鉴定模型还包括所述aigc模型的特征参数，所述方法还包括：

59、第三节点获取所述目标图像资产的目标图像特征，基于所述目标图像特征计算所述目标图像资产的自注意力参数；通过所述自注意力参数以及所述目标图像特征，计算所述目标图像资产的特征表示；计算所述特征表示与所述目标侵权鉴定模型的特征参数之间的相似度，得到第二相似度；

60、所述根据所述第一相似度确定所述目标图像资产是否为侵权目标aigc模型的资产，包括：

61、根据所述第一相似度和所述第二相似度确定所述目标图像资产是否为侵权目标aigc模型的资产。

62、可选地，所述根据所述第一相似度和所述第二相似度确定所述目标图像资产是否为侵权目标aigc模型的资产，包括：

63、在所述第一相似度大于第一阈值且所述第二相似度大于第二阈值的情况下，确定所述目标图像资产为侵权目标aigc模型的资产；或者，

64、将所述第一相似度和所述第二相似度进行加权计算，得到融合相似度，并在所述融合相似度大于第三阈值的情况下，确定所述目标图像资产为侵权目标aigc模型的资产。

65、上述技术方案中，第一节点在接收到第二节点的模型使用请求时，可以确定第一aigc模型，获取所述第一aigc模型的特征参数以及提示词参数。第一节点还可以对所述特征参数以及所述提示词参数进行加密，并将加密得到的特征参数密文以及提示词参数密文发送至所述第二节点。这样，通过对模型的参数进行加密，可以降低模型数据泄露的风险。

66、第二节点可以确定用于生成目标类型的图像的目标提示词，通过所述目标提示词、所述提示词参数密文以及所述特征参数密文，计算更新参数。第一节点则可以通过所述更新参数更新所述第一aigc模型，得到第二aigc模型。这样，第二aigc模型可以生成第二节点所需要的目标类型的图像。

67、采用上述方案，第一节点在进行aigc模型授权时，还对相关的模型参数进行了加密，从而可以降低模型数据泄露的风险。此外，第二节点可以基于生成目标类型图像的需求，确定目标提示词，并进而计算更新参数。如此，第一节点可以通过更新参数更新第一aigc模型，得到用于生成目标类型图像的第二aigc模型。这种模型授权方式中，第一节点的第一aigc模型始终处于秘密状态，因而能够降低数据泄露的风险。

68、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。