[发明专利]一种基于联邦学习的预测系统及方法有效
申请号: | 202010523165.2 | 申请日: | 2020-06-10 |
公开(公告)号: | CN111753006B | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 谢年韬;袁莎;马全跃;唐杰;黄铁军;曹岗 | 申请(专利权)人: | 北京智源人工智能研究院 |
主分类号: | G06F16/25 | 分类号: | G06F16/25;G06F9/455;G06N20/00 |
代理公司: | 北京动力号知识产权代理有限公司 11775 | 代理人: | 梁艳 |
地址: | 100081 北京市海淀区中关村南大街1号北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 联邦 学习 预测 系统 方法 | ||
1.一种基于联邦学习的预测系统,其特征在于,包括联邦学习部署机和联邦学习客户端,所述联邦学习部署机包括分发系统、模型容器系统和联邦学习服务端;
所述分发系统用于接收来自用户的预测请求并将其映射至所述模型容器系统的模型中,将预测结果发送至用户并接收用户对预测结果的反馈信息,以及根据所述反馈信息将待优化的模型信息发送至联邦学习服务端;
所述模型容器系统用于存储模型,还用于运行与所述预测请求具有映射关系的模型并将预测结果返回至所述分发系统;
所述联邦学习服务端与所述联邦学习客户端针对所述待优化的模型进行在线联邦学习优化,并将优化后的模型保存到所述模型容器系统中;
所述联邦学习服务端包括参数聚合模块和模型优化模块;所述参数聚合模块用于收集并聚合所述联邦学习客户端发送的模型参数,得到更新参数;所述模型优化模块用于接收所述更新参数,以及根据所述分发系统发送的待优化的模型信息获取待优化的模型,并利用所述更新参数优化所述待优化的模型,得到优化模型,还用于将所述优化模型保存到所述模型容器系统;
所述联邦学习客户端包括模型训练模块和数据存储模块,所述模型训练模块用于从所述模型优化模块中下载所述待优化的模型,并利用所述数据存储模块提供的数据进行训练;数据存储模块用于为所述模型训练模块提供数据,还用于将训练后的模型参数发送至所述参数聚合模块。
2.如权利要求1所述的基于联邦学习的预测系统,其特征在于,所述模型容器系统包括自建模型容器系统和第三方模型容器系统,所述自建模型容器系统用于接收和存储在线联邦学习优化后的模型,所述第三方模型容器系统用于接收和存储第三方模型。
3.如权利要求2所述的基于联邦学习的预测系统,其特征在于,所述分发系统包括处理中心、自建模型中心和第三方模型中心;所述处理中心用于接收来自用户的预测请求并将其映射至所述自建模型中心或第三方模型中心;所述自建模型中心用于在所述自建模型容器系统中选择闲置的与所述预测请求具有映射关系的模型,并将所述预测请求发送至所选择的模型中;所述第三方模型中心用于在所述第三方模型容器系统中选择闲置的与所述预测请求具有映射关系的模型,并将所述预测请求发送至所选择的模型中。
4.如权利要求3所述的基于联邦学习的预测系统,其特征在于,所述自建模型中心用于在所述自建模型容器系统中选择闲置的与所述预测请求具有映射关系的模型,具体为:
所述自建模型中心通过轮询的方式访问所述自建模型容器系统中相对应的服务器,并在相对应的服务器中选择闲置的与所述预测请求具有映射关系的模型。
5.如权利要求3所述的基于联邦学习的预测系统,其特征在于,所述第三方模型中心用于在所述第三方模型容器系统中选择闲置的与所述预测请求具有映射关系的模型,具体为:
所述第三方模型中心根据第三方模型容器系统的服务架构设计请求队列,并依据所述请求队列在所述第三方模型容器系统中选择闲置的与所述预测请求具有映射关系的模型。
6.如权利要求1所述的基于联邦学习的预测系统,其特征在于,所述来自用户的预测请求为加密数据;
所述分发系统用于对所述预测请求进行二次加密处理,将二次加密处理的预测请求映射至所述模型容器系统的模型中;
所述模型容器系统用于将二次加密处理的所述预测请求进行解密,运行与所述预测请求具有映射关系的模型进行预测,以及将预测结果进行加密并将加密的预测结果返回至所述分发系统。
7. 如权利要求6所述的基于联邦学习的预测系统,其特征在于, 所述预测请求包括图像,所述预测结果包括对所述图像的分类。
8.一种如权利要求1所述的系统实施的基于联邦学习的预测方法,其特征在于,包括:
分发系统接收来自用户的预测请求并将其映射至模型容器系统的模型中;
所述模型容器系统运行与所述预测请求具有映射关系的模型,并将预测结果发送至所述分发系统;
所述分发系统将所述预测结果发送至用户,接收用户对预测结果的反馈信息;
所述分发系统根据所述反馈信息判断是否存在待优化模型,如果存在待优化模型,则将待优化的模型信息发送至联邦学习服务端;
所述联邦学习服务端与所述联邦学习客户端针对所述待优化的模型进行在线联邦学习优化,并将优化后的模型保存到所述模型容器系统中;
所述联邦学习服务端与所述联邦学习客户端针对所述待优化的模型进行在线联邦学习优化,包括:
模型优化模块接收分发系统发送的待优化的模型信息并根据该信息获取待优化的模型;
模型训练模块从所述模型优化模块中下载所述待优化的模型,并利用客户端的数据存储模块中存储的数据对下载的模型进行训练,得到训练后的模型参数并将其通过数据存储模块发送至参数聚合模块;
参数聚合模块收集并聚合所述联邦学习客户端发送的模型参数,得到更新参数并将其发送至模型优化模块;
模型优化模块利用所述更新参数优化所述待优化的模型,得到优化模型并将其保存到所述模型容器系统中。
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北京智源人工智能研究院,未经北京智源人工智能研究院许可,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/pat/books/202010523165.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种测量圆弧尺寸的装置和方法
- 下一篇:一种光伏板位置优化调节系统