买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:暨南大学
摘要:本发明涉及一种衡量用户可靠性的鲁棒安全联邦学习聚合方法,包括:S1、获取若干个本地数据,基于若干个本地数据训练全局模型,获取本地模型;S2、将本地模型进行拆分,将拆分后的本地模型发送至若干服务器;S3、基于若干服务器计算本地模型份额与全局模型间的欧式距离,对欧式距离进行处理,获取可靠性值;S4、根据可靠性值以及本地模型,获取聚合模型,通过聚合模型对本地模型进行更新并训练;S5、重复步骤S1‑S4,直至聚合模型达到预设标准,获取标准的聚合模型。本发明在保护用户数据隐私的同时,还有效降低了拜占庭攻击者以及低质量用户带来的负面影响,提高了联邦学习聚合方案的安全性、鲁棒性以及效率。
主权项:1.一种衡量用户可靠性的鲁棒安全联邦学习聚合方法,其特征在于,包括:S1、获取若干个本地数据,基于所述若干个本地数据训练全局模型,获取本地模型;S2、将所述本地模型进行拆分,将拆分后的本地模型发送至若干服务器;所述若干服务器包括:服务器,服务器和服务器;S3、基于所述若干服务器计算所述本地模型份额与所述全局模型间的欧式距离,对所述欧式距离进行处理,获取可靠性值;S4、根据所述可靠性值以及所述本地模型,获取聚合模型,通过所述聚合模型对所述本地模型进行更新并训练;S5、重复步骤S1-S4,直至所述聚合模型达到预设标准,获取标准的聚合模型。
全文数据:
权利要求:
百度查询: 暨南大学 一种衡量用户可靠性的鲁棒安全联邦学习聚合方法
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。