[发明专利]一种提升分布式学习系统拜占庭鲁棒性的防御代理方法有效
| 申请号： | 202010723063.5 | 申请日： | 2020-07-24 |
| 公开（公告）号： | CN111967015B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 杨珉;张谧;潘旭东 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06F21/57 | 分类号： | G06F21/57;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于分布式人工智能技术领域，具体为一种提升分布式学习系统拜占庭鲁棒性的防御代理方法。本发明利用基于神经网络结构的适应性可信度评估模块以动态评估各提交梯度的可信度，更新当前主节点上维护的全局分类器参数，生成奖励信号，并根据奖励信号在强化学习的框架下调整适应性可信度评估模块的参数；在训练过程中动态调整对各个工作节点的可行度评估值，缓解恶意工作节点提交的被篡改的梯度对系统训练过程的影响，以提升分布式学习系统的拜占庭鲁棒性。本发明能够广泛应用于各类分布式深度学习系统，提升系统的拜占庭鲁棒性。对人工智能系统的分布式训练过程安全，尤其是在恶意工作节点比例大于或等于50％的情况下，有明显提升。 | ||
| 搜索关键词： | 一种 提升 分布式 学习 系统 拜占庭 鲁棒性 防御 代理 方法 | ||
【主权项】：
暂无信息
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复旦大学，未经复旦大学许可，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/202010723063.5/，转载请声明来源钻瓜专利网。
