龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：人工智能与数字经济广东省实验室(广州)
申请日：2024-03-25
公开（公告）日：2024-06-25
公开（公告）号：CN118246521A
主分类号：G06N3/098
分类号：G06N3/098;G06N3/0985;G06N3/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种面向联邦学习的模型遗忘系统及方法，该KL遗忘方法，将待遗忘模型记为Mt，需要遗忘的数据记为Df，未参与模型训练的第三方数据记为Dt；所述第三方数据为与遗忘模型训练数据分布相似的数据，复制模型Mu＝Mt，固定待遗忘模型Mt的参数；使Df在Mu上的输出预测Of与Dt在Mt上的输出预测Ot之间的Kullback‑Leibler距离最小。本发明通过构造与训练集无关的第三方数据，使得模型在需遗忘数据上的预测尽可能接近该模型在第三方数据上预测的分布，并使得模型在遗留数据上的损失尽可能小。
主权项：1.一种面向联邦学习的模型遗忘系统，包括若干客户端和服务端，其特征在于，全体客户端及服务端进行联邦训练，在训练的最后，存在遗忘请求的客户端i∈C需保存本地模型Mc；将服务端最终全局模型记为MS，当客户端i∈C发起遗忘请求后，利用KL遗忘方法对客户端模型Mi∈C进行遗忘，得到遗忘后的模型并上传参数更新至服务器；服务器利用FedAvg方式聚合参数更新MS，得到更新后的全局模型在Df数据上的预测。
全文数据：
权利要求：
百度查询： 人工智能与数字经济广东省实验室(广州) 一种面向联邦学习的模型遗忘系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号