[发明专利]一种基于联邦学习的模型训练方法及系统有效
| 申请号： | 202110015272.9 | 申请日： | 2021-01-07 |
| 公开（公告）号： | CN112333216B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 邵俊;何悦;路林林 | 申请（专利权）人： | 深圳索信达数据技术有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/08;G06N20/20 |
| 代理公司： | 北京市隆安律师事务所 11323 | 代理人： | 杨云 |
| 地址： | 518063 广东省深圳市南山*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联邦学习的模型训练方法及系统，方法包括：中央服务器将参数发送至各个节点设备；各个节点设备基于参数和本地数据集进行神经网络模型训练，并获得梯度值；每个节点设备将各自的梯度值进行加噪，获得加噪梯度值并发送至中央服务器，中央服务器计算加噪梯度值和；各个节点设备通过点对点方式计算噪声值和，并将所述噪声值和发送至中央服务器；中央服务器根据所述加噪梯度值和以及所述噪声值和，计算获得梯度值和，并基于所述梯度值和更新自身的神经网络模型，获得更新的参数，将更新的参数分发给各节点设备；该方法能够保证模型训练精度，同时保护参与方的隐私数据。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 模型 训练 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳索信达数据技术有限公司，未经深圳索信达数据技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110015272.9/，转载请声明来源钻瓜专利网。
