基于本地差分隐私的边缘联邦图像分类方法
公开
摘要
本发明提出一种基于本地差分隐私的边缘联邦图像分类方法，实现步骤为：构建边缘联邦学习系统；本地参与方获取训练样本集和测试样本集；参数服务器为每个本地参与方构建图像分类模型；本地参与方初始化训练参数；边缘服务器设置边缘更新参数；本地参与方对图像分类模型的权重参数进行本地优化；边缘服务器获取边缘更新后的结果并发送；参数服务器获取全局更新后的结果并发送；本地参与方获取图像分类结果。本发明在对权重参数进行本地差分隐私扰动上传的过程中，只选取部分参数扰动上传，减小了引入的噪声，提高了模型的精度，同时通过先执行边缘聚合，再执行全局聚合，减少了与参数服务器的通信轮数，进而降低了系统的通信开销。
基本信息
专利标题 ：
基于本地差分隐私的边缘联邦图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612715A
申请号 ：
CN202210220176.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
姜航王保仓陈艳格
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市太白南路2号
代理机构 ：
陕西电子工业专利中心
代理人 ：
陈宏社
优先权 ：
CN202210220176.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06F21/62
法律状态
2022-06-10 ：
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
