[发明专利]一种联邦学习方法、装置及计算机可读存储介质

权利要求书

1.一种联邦学习方法，其特征在于，应用于对等网络中的客户端节点，包括：

在确定所述对等网络中的服务端节点异常后，将自身的身份更新为服务端节点；

向所述对等网络中的其他客户端节点发送服务端节点更新指示，指示所述其他客户端节点将所述客户端节点更新为服务端节点；

接收所述其他客户端节点对本地模型进行模型训练得到的训练模型，并将接收到的训练模型进行联邦聚合得到联邦模型。

2.如权利要求1所述的方法，其特征在于，所述将接收到的训练模型进行联邦聚合得到联邦模型之后，还包括：

若确定所述联邦模型满足预设模型收敛条件，则向所述其他客户端节点发送训练结束指示，否则，向所述其他客户端节点发送重新训练指示，以使所述其他客户端节点根据所述重新训练指示重新对本地模型进行模型训练，直到确定所述联邦模型满足所述预设模型收敛条件。

3.如权利要求2所述的方法，其特征在于，所述确定所述联邦模型满足预设模型收敛条件之后，还包括：

根据预设共享校验数据对所述联邦模型的模型表现进行校验，若确定所述模型表现满足预设模型表现，则将所述联邦模型加入模型数据库。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

在确定所述对等网络中的服务端节点正常后，将对本地模型进行训练得到的训练模型发送给所述服务端节点，以使所述服务端节点将至少一个客户端节点发送的所述训练模型进行联邦聚合得到联邦模型。

5.如权利要求4所述的方法，其特征在于，还包括：

若接收到所述服务端节点发送的重新训练指示，则将所述服务端节点最近一次发送的联邦模型作为本地模型，对所述本地模型进行重新训练，并将重新训练得到的训练模型发送给所述服务端节点，直到接收到所述服务端节点发送的训练结束指示。

6.如权利要求5所述的方法，其特征在于，所述对本地模型进行训练之前，还包括：

将接收到的用户身份标识发送给所述服务端节点；

在所述服务端节点对所述用户身份标识的权限验证通过后，从模型数据库中获取所述联邦模型，并将所述联邦模型作为本地模型。

7.一种联邦学习方法，其特征在于，应用于对等网络中的客户端节点，包括：

在接收到所述对等网络中的其他客户端节点发送的服务端节点更新指示后，将发送所述服务端节点更新指示的所述其他客户端节点更新为新的服务端节点；

将对本地模型进行训练得到的训练模型发送给所述新的服务端节点。

8.一种联邦学习装置，其特征在于，包括：

身份更新单元，用于在确定所述对等网络中的服务端节点异常后，将自身的身份更新为服务端节点；

身份指示单元，用于向所述对等网络中的其他客户端节点发送服务端节点更新指示，指示所述其他客户端节点将所述客户端节点更新为服务端节点；

联邦聚合单元，用于接收所述其他客户端节点对本地模型进行模型训练得到的训练模型，并将接收到的训练模型进行联邦聚合得到联邦模型。

9.一种联邦学习装置，其特征在于，包括：

身份更新单元，用于在接收到所述对等网络中的其他客户端节点发送的服务端节点更新指示后，将发送所述服务端节点更新指示的所述其他客户端节点更新为新的服务端节点；

模型训练单元，用于将对本地模型进行训练得到的训练模型发送给所述新的服务端节点。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-6或7中任一项所述的方法。