[发明专利]横向数据切分联邦学习建模方法、服务器及介质

摘要

本发明公开了一种横向数据切分联邦学习建模方法、服务器及可读存储介质，横向数据切分联邦学习建模方法包括以下步骤：服务器节点将第一模型参数发送至各个工作节点，以供各个工作节点分别对其自身的待训练数据进行联邦模型训练得到梯度和损失代价，并反馈梯度和损失代价；接收各个工作节点反馈的梯度和损失代价；基于梯度和损失代价对第一模型参数进行更新，以获得第二模型参数，并判断第二模型参数是否收敛，若是，则将第二模型参数作为标准模型参数。本发明通过服务器节点发送模型参数、收集梯度及更新模型参数，且各个工作节点同时进行联邦模型训练，根据不同类型的模型参数使得模型训练过程中不存在数据泄露的问题。

主权项

1.一种横向数据切分联邦学习建模方法，其特征在于，所述横向数据切分联邦学习建模方法包括以下步骤：服务器节点将第一模型参数发送至各个工作节点，以供各个工作节点分别对其自身的待训练数据进行联邦模型训练得到梯度和损失代价，并反馈所述梯度和损失代价，其中，各个数据拥有方分别切分自身拥有的数据获得待训练数据，并分别发送所述待训练数据至对应的工作节点；接收所述各个工作节点反馈的所述梯度和损失代价；基于所述梯度和损失代价对所述第一模型参数进行更新，以获得第二模型参数，并判断第二模型参数是否收敛，若是，则将所述第二模型参数作为标准模型参数。