[发明专利]一种联邦学习中参与者权重的设置方法及装置在审
| 申请号： | 201910823635.4 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110610242A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 程勇;董苗波;刘洋;陈天健 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 柴燕梅 |
| 地址： | 518027 广东省深圳市*** | 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： | 本发明公开了一种联邦学习中参与者权重的设置方法及装置，该方法适用于包括一个协调者和多个参与者的联邦学习；其中方法为：所述协调者将根据多个参与者上报的本地模型参数得到的联邦模型参数发送至所述多个参与者；所述协调者获取所述多个参与者反馈的模型性能测试结果；所述协调者至少根据所述多个模型性能测试结果，设置所述多个参与者的权重值，参与者的权重值用于表征参与者在后续联邦学习中的贡献度。上述方法应用于金融科技(Fintech)时，有效激励了参与者汇报真实模型性能测试结果，同时削弱了虚报模型性能测试结果对整个联邦学习模型的影响。 | ||
| 搜索关键词： | 模型性能测试 权重 协调 学习 性能测试结果 参数发送 联邦模型 模型参数 有效激励 真实模型 贡献度 上报 反馈 削弱 汇报 金融 | ||
【主权项】：
1.一种联邦学习中参与者权重的设置方法，其特征在于，适用于包括一个协调者和多个参与者的联邦学习；所述方法包括：/n所述协调者将根据多个参与者上报的本地模型参数得到的联邦模型参数发送至所述多个参与者；其中，各参与者的本地模型参数是各参与者根据本地训练数据集训练得到的；/n所述协调者获取所述多个参与者反馈的模型性能测试结果；其中，所述多个参与者中每个参与者反馈的模型性能测试结果包括：该参与者使用本地训练数据集对根据所述联邦模型参数得到的模型进行性能测试得到的一项或多项测试指标；/n所述协调者至少根据所述多个模型性能测试结果，设置所述多个参与者的权重值；参与者的权重值用于表征参与者在后续联邦学习中的贡献度。/n
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/201910823635.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种模型训练方法、设备及存储介质
- 下一篇：一种智能变电站信息流的表达方法
