一种去中心化的联邦学习方法、装置及系统
授权
摘要
本发明公开了一种去中心化的联邦学习方法、装置及系统,属于联邦学习领域,方法包括:在参与联邦学习的多个客户端之间建立全局通信网络,使得任意两个客户端之间存在通信路径;各客户端分别接收与其直接通信的其他客户端上一时刻的模型参数,并分别计算其得到的各上一时刻的模型参数与相应权重系数之间乘积的和,以及计算其上一时刻的局部模型的损失函数梯度与预设自适应学习率之间的第一乘积,将其当前时刻的模型参数更新为和与第一乘积之间的差值;重复执行上述迭代更新操作,直至各客户端的局部模型的损失函数不高于相应的阈值,或者直至重复执行的次数达到最大迭代次数。在保护各客户端隐私和数据安全的同时,全局训练各局部模型。
基本信息
专利标题 :
一种去中心化的联邦学习方法、装置及系统
专利标题(英):
暂无
公开(公告)号 :
CN113645197A
申请号 :
CN202110822039.1
公开(公告)日 :
2021-11-12
申请日 :
2021-07-20
授权号 :
CN113645197B
授权日 :
2022-04-29
发明人 :
袁烨陈蕊娟王茂霖孙川
申请人 :
华中科技大学
申请人地址 :
湖北省武汉市洪山区珞喻路1037号
代理机构 :
华中科技大学专利中心
代理人 :
胡秋萍
优先权 :
CN202110822039.1
主分类号 :
H04L29/06
IPC分类号 :
H04L29/06 H04L12/24 G06N20/00 H04L29/08
法律状态
2022-04-29 :
授权
2021-11-30 :
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20210720
申请日 : 20210720
2021-11-12 :
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