[发明专利]一种保护数据隐私的分布式深度学习推理部署方法

权利要求书

1.一种保护数据隐私的分布式深度学习推理部署方法，其特征在于，包括以下步骤：

步骤S1：将数据模型分割成两部分，且一部分部署于客户端，另一部分部署于第一服务器端；

步骤S2：将客户端最后一层隐含层参数发送至第一服务器端，完成模型推理过程；

步骤S3：用第二服务器端用完整模型进行增量训练，将训练好的模型参数按照步骤S1的分割方式一部分发送到客户端，一部分发送到第一服务器端。

2.根据权利要求1所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述S1中部署于客户端的层级数小于等于部署于服务器端的层级数。

3.根据权利要求1所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述的客户端和第一服务器端分别部署深度学习模型的不同模块，两部分的模块相结合为完整的深度学习模型且完整备份于第二服务器端。

4.根据权利要求3所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述的深度学习模型以迁移学习和增量学习相结合的形式进行训练。

5.根据权利要求4所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述的迁移学习将模型训练依次分为预训练和微调两个阶段，所述的增量学习发生在预训练阶段。

6.根据权利要求5所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述的增量学习所适用的数据来自互联网公开数据。

7.根据权利要求5所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，所述增量学习采用自监督学习或无监督学习方式。

8.根据权利要求5所述的保护数据隐私的分布式深度学习推理部署方法，其特征在于，微调后将训练所得的参数同步更新到客户端、第一服务器端中。