[发明专利]联邦模型的训练方法、系统和电子设备

说明书

本说明书实施例公开了一种联邦模型的训练方法、系统和电子设备，该方法包括：服务端生成第一对抗模型参数，将第一对抗模型参数发送给客户端；客户端基于产出的生成模型以及第一对抗模型参数进行生成对抗训练，输出生成数据；客户端基于真实数据以及生成数据进行联邦模型训练得到第一联邦模型参数，并将第一联邦模型参数发送给服务端；服务端对多个客户端的第一联邦模型参数进行整合得到第二联邦模型参数。

技术领域

本文件涉及计算机技术领域，尤其涉及一种联邦模型的训练方法、系统和电子设备。

背景技术

随着人工智能的不断发展，人工智能在行业应用中发挥着举足轻重的作用，不过随之而来的是一系列的新问题，比如，数据分散形成的数据孤岛问题，及越来越受到关注的数据隐私和数据安全问题。

联邦学习通过加密机制下参数交换的方式进行模型训练，能够有效帮助多个客户端在满足用户隐私保护、数据安全和政府法规的前提下，进行多方数据的使用和联合建模。

然而，相关技术中，常常会因为本地客户端的数据质量差异，例如，数据分布不平衡、数据规模量不足等，导致联邦模型的解决方案无法终止或不可用的情况发生。

发明内容

本说明书实施例提供一种联邦模型的训练方法、系统和电子设备，用于解决因客户端的数据质量差异导致的联邦模型无法终止或不可用的问题。

本说明书实施例采用下述技术方案：

第一方面，提供了一种联邦模型的训练方法，包括：

服务端生成第一对抗模型参数，将所述第一对抗模型参数发送给客户端；

所述客户端基于产出的生成模型以及所述第一对抗模型参数进行生成对抗训练，输出生成数据；

所述客户端基于真实数据以及所述生成数据进行联邦模型训练以得到第一联邦模型参数，并将所述第一联邦模型参数发送给所述服务端；

所述服务端对来自多个所述客户端的所述第一联邦模型参数进行整合，得到第二联邦模型参数。

第二方面，提供了一种联邦模型的训练方法，包括：

客户端接收第一对抗模型参数，所述第一对抗模型参数由服务端生成；

所述客户端基于产出的生成模型以及所述第一对抗模型参数进行生成对抗训练，输出生成数据；

所述客户端基于真实数据以及所述生成数据进行联邦模型训练以得到第一联邦模型参数；

所述客户端将所述第一联邦模型参数发送给所述服务端；其中，所述第一联邦模型参数用于所述服务端对来自多个所述客户端的所述第一联邦模型参数进行整合以得到第二联邦模型参数。

第三方面，提供了一种联邦模型的训练方法，包括：

服务端生成第一对抗模型参数，将所述第一对抗模型参数发送给客户端；

所述服务端对来自多个所述客户端的第一联邦模型参数进行整合，得到第二联邦模型参数；

其中，所述第一对抗模型参数用于所述客户端基于产出的生成模型进行生成对抗训练，输出生成数据；所述生成数据用于所述客户端基于真实数据以及所述生成数据进行联邦模型训练以得到所述第一联邦模型参数。

第四方面，提供了一种联邦模型的训练系统，包括服务端和客户端；其中，

所述服务端，生成第一对抗模型参数，将所述第一对抗模型参数发送给客户端；

所述客户端，基于产出的生成模型以及所述第一对抗模型参数进行生成对抗训练，输出生成数据；