[发明专利]基于联邦学习的模型参数获取方法、系统及可读存储介质在审
| 申请号： | 201810913275.2 | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109165515A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 范涛;马国强;陈天健;杨强;刘洋 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06F21/60 | 分类号： | G06F21/60;G06N99/00 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国;魏兰 |
| 地址： | 518052 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联邦学习的模型参数获取方法、系统及可读存储介质，该方法包括步骤：当第三终端接收到第二终端发送的加密后的损失值后，所述第三终端解密所述损失值，得到解密后的所述损失值；根据解密后的所述损失值检测待训练模型是否处于收敛状态；若检测到待训练模型处于收敛状态，则获取与损失值对应的梯度值；确定与梯度值对应的样本参数，将与梯度值对应的样本参数确定为待训练模型的模型参数。本发明实现了联合第一终端和第二终端的样本数据计算得到损失值，以通过联合第一终端和第二终端的样本数据联合帮助学习确定待训练模型中的模型参数，提高了训练所得模型的准确度。 | ||
| 搜索关键词： | 模型参数 训练模型 终端 解密 可读存储介质 收敛状态 样本参数 样本数据 准确度 终端发送 终端接收 检测 联合 学习 加密 帮助 | ||
【主权项】：
1.一种基于联邦学习的模型参数获取方法，其特征在于，所述基于联邦学习的模型参数获取方法包括以下步骤：当第三终端接收到第二终端发送的加密后的损失值后，所述第三终端解密所述损失值，得到解密后的所述损失值，其中，所述损失值是通过第一终端对应的第一数据和所述第二终端对应的第二数据计算得到的；根据解密后的所述损失值检测待训练模型是否处于收敛状态；若检测到所述待训练模型处于收敛状态，则获取与所述损失值对应的梯度值；确定与所述梯度值对应的样本参数，将与所述梯度值对应的样本参数确定为所述待训练模型的模型参数。
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/201810913275.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种风险检测方法
- 下一篇：一种访问控制方法和装置
