一种联邦学习方法及装置
授权
摘要
本发明提供一种联邦学习方法及装置，通过在联邦学习过程中加入验证轮，由服务端将待验证客户端上一次返回的模型更新参数发送至辅助客户端，利用辅助客户端的本地数据进行训练，计算验证轮中各辅助客户端训练终止时损失值与以往轮次的偏差，若所述偏差大于设定阈值的辅助客户端数量高于设定比例则标记待验证客户端为异常客户端。能够在各客户端不知情的条件下，快速有效的识别出异常的客户端，进一步的，根据异常客户端对应的各验证轮次中的偏差调节模型聚合过程中的权重，以防止异常客户端对全局模型更新的不良影响。
基本信息
专利标题 ：
一种联邦学习方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114091356A
申请号 ：
CN202210051900.3
公开（公告）日 ：
2022-02-25
申请日 ：
2022-01-18
授权号 ：
CN114091356B
授权日 ：
2022-05-20
发明人 ：
郭三川张熙陈宗毅
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
北京金咨知识产权代理有限公司
代理人 ：
薛海波
优先权 ：
CN202210051900.3
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N20/00 G06F111/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-20 ：
授权
2022-03-15 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220118
申请日 : 20220118
2022-02-25 ：
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
1、
CN114091356A.PDF
PDF下载
