[发明专利]基于横向联邦学习的数据处理系统

摘要

本发明涉及一种基于横向联邦学习的数据处理系统，实现步骤S1、初始化全局模型，设置K和相似度阈值Q；S2、选取K个客户端，发送初始全局模型进行训练，得到第一轮的全局模型和全局更新矩阵，将t设为2；S3、选取K个客户端，并发送上一轮全局模型Gglobal,t‑1和全局更新矩阵ΔGglobal,t‑1进行第t轮训练,获取第k所选客户端的第t轮本地模型Gk,t和本地更新矩阵ΔGk,t；S4、获取ΔGk,t和ΔGglobal,t‑1的相似度，将大于Q的确定为目标客户端；步骤S5、将目标客户端本地模型的参数顺序重新匹配；S6、获取第t轮全局模型Gglobal,t和全局更新矩阵ΔGglobal,t；S7、判断全局模型是否收敛，若收敛，则结束，否则，令t＝t+1，返回S3。本发明减少了通信轮数、加快了模型收敛，从而降低了通信开销。