一种基于联邦学习的联邦预测方法
授权
摘要

本发明公开一种基于联邦学习的联邦预测方法,通过对本地更新的梯度向量单位化,使单个参与方更新的神经网络模型参数变化只有方向差异,无大小差异,这样既保护了数据隐私,同时不需要使用同态、差分隐私或其他加密技术,在不丢失数据精度情况下,极大减少设备与服务器之间通讯代价。另外,考虑到联邦学习场景下数据往往差异性较大,可以通过增加数据的局部信息,提高对局部参与方的性能,利用k‑means算法对上传的神经网络模型参数聚类,得到相似的神经网络模型参数,提高神经网络模型参数聚合权重,既而更加适应于本参与方的数据场景。

基本信息
专利标题 :
一种基于联邦学习的联邦预测方法
专利标题(英):
暂无
公开(公告)号 :
CN112364943A
申请号 :
CN202011456395.8
公开(公告)日 :
2021-02-12
申请日 :
2020-12-10
授权号 :
CN112364943B
授权日 :
2022-04-22
发明人 :
李先贤段锦欢王金艳
申请人 :
广西师范大学
申请人地址 :
广西壮族自治区桂林市七星区育才路15号
代理机构 :
桂林市持衡专利商标事务所有限公司
代理人 :
陈跃琳
优先权 :
CN202011456395.8
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62  G06N3/04  G06N3/08  G06Q10/04  G06N20/00  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-22 :
授权
2021-03-05 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20201210
2021-02-12 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332