[发明专利]客户端相似性的评估方法、装置、终端设备及存储介质

权利要求书

1.一种客户端相似性的评估方法，其特征在于，所述客户端相似性的评估方法应用于联邦学习系统，所述联邦学习系统包括：服务端和客户端，其中，所述客户端为多个，所述客户端相似性的评估方法包括以下步骤：

所述服务端获取预存的样本数据或者获取各客户端随机输入的样本数据作为第一样本数据；所述样本数据是与所述服务端所连接的各客户端不相关的用户数据，且所述样本数据不是各所述客户端的真实用户数据；

将所述第一样本数据与所述服务端生成与所述服务端连接客户端相同数量的第二样本数据组合为测试样本集，并调用所述各客户端的本地机器学习训练模型对所述测试样本集进行本地训练测试；

利用相似性评估函数基于所述测试样本集进行测试得到的测试结果，对各所述客户端的相似性进行评估。

2.如权利要求1所述的客户端相似性的评估方法，其特征在于，所述服务端获取预存的样本数据或者获取各客户端随机输入的样本数据作为第一样本数据的步骤，包括：

所述服务端检测预先存储的样本数据集；

从所述样本数据集中，基于随机采样方式获取样本数据作为第一样本数据；或者，

所述服务端获取各客户端随机输入的样本数据作为所述第一样本数据。

3.如权利要求1所述的客户端相似性的评估方法，其特征在于，在所述服务端获取预存的样本数据或者获取各客户端随机输入的样本数据作为第一样本数据的步骤之后，所述方法还包括：

所述服务端基于所述第一样本数据生成第二样本数据。

4.如权利要求3所述的客户端相似性的评估方法，其特征在于，所述服务端基于所述第一样本数据生成第二样本数据的步骤，包括：

所述服务端在获取到的所述第一样本数据中随机添加噪声，和/或者对所述第一样本数据随机进行扰动，以生成所述第二样本数据。

5.如权利要求1所述的客户端相似性的评估方法，其特征在于，所述将所述第一样本数据与所述服务端生成与所述服务端连接客户端相同数量的第二样本数据组合为测试样本集的步骤，包括：

从所述第一样本数据和所述第二样本数据中，按照预设比例提取第一目标样本数据和第二目标样本数据；

将提取出所述第一目标样本数据和所述第二目标样本数据进行组合，以得到所述第一样本数据与所述第二样本数据的测试样本集。

6.如权利要求5所述的客户端相似性的评估方法，其特征在于，所述对所述测试样本集进行本地训练测试的步骤，包括：

所述服务端调取各所述客户端的机器学习模型；

基于各所述机器学习模型对所述测试样本集中的所述第一目标样本数据以及所述第二目标样本数据进行训练测试。

7.如权利要求6所述的客户端相似性的评估方法，其特征在于，所述基于所述测试样本集进行测试得到的测试结果，对各所述客户端的相似性进行评估的步骤，包括：

所述服务端对各所述机器学习模型进行训练测试的各测试结果进行记录；

逐次提取任意两个所述测试结果，基于相似性评估函数计算所述客户端的相似性；或者，

对得到的各所述测试结果进行无监督聚类，以评估各所述客户端的相似性。

8.一种客户端相似性的评估装置，其特征在于，所述客户端相似性的评估装置应用于联邦学习系统，所述联邦学习系统包括：服务端和客户端，其中，所述客户端为多个，所述客户端相似性的评估装置包括：

获取模块，用于所述服务端获取预存的样本数据或者获取各客户端随机输入的样本数据作为第一样本数据；所述样本数据是与所述服务端所连接的各客户端不相关的用户数据，且所述样本数据不是各所述客户端的真实用户数据；

测试模块，用于将所述第一样本数据与所述服务端生成与所述服务端连接客户端相同数量的第二样本数据组合为测试样本集，并调用所述各客户端的本地机器学习训练模型对所述测试样本集进行本地训练测试；

评估模块，用于利用相似性评估函数基于所述测试样本集进行测试得到的测试结果，对各所述客户端的相似性进行评估。