[发明专利]一种纵向联邦学习模型的训练方法及系统有效
| 申请号： | 202210217697.2 | 申请日： | 2022-03-08 |
| 公开（公告）号： | CN114330759B | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 尤志强;卞阳 | 申请（专利权）人： | 富算科技（上海）有限公司 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06F21/60 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 蒋姗 |
| 地址： | 200135 上海市浦东新区中国(*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种纵向联邦学习模型的训练方法及系统，在纵向联邦学习场景，将模型的训练流程拆分为前后两个阶段，前一训练阶段，模型信息量少且不稳定，在梯度中间值采取明文的方式由带有标签数据的发起方通信给数据参与方进行模型的学习，该过程几乎不泄露有效信息，因此，前一训练阶段进行不加密的联邦学习迭代训练，重复迭代更新，直到判断出梯度值变化趋势满足预设调节的特征在特征总数的占比超过预设阈值时，开始后一训练阶段进行有加密机制的联邦学习迭代训练。通过对模型训练过程的差异化处理，在保护数据安全的前提下，能够加快联邦学习算法的运行速度，明显提升算法性能。 | ||
| 搜索关键词： | 一种 纵向 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富算科技（上海）有限公司，未经富算科技（上海）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/202210217697.2/，转载请声明来源钻瓜专利网。
