[发明专利]一种面向跨筒仓联邦学习的保护本地隐私的梯度下降方法有效
| 申请号： | 202110698626.4 | 申请日： | 2021-06-23 |
| 公开（公告）号： | CN113449319B | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 何道敬;陆欣彤;潘凯云;刘川意;田志宏;张宏莉;蒋琳;廖清 | 申请（专利权）人： | 华东师范大学;上海境山科技有限公司 |
| 主分类号： | G06F21/60 | 分类号： | G06F21/60;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人： | 徐筱梅;张翔 |
| 地址： | 200241 *** | 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： | 本发明公开了一种面向跨筒仓联邦学习的保护本地隐私的梯度下降方法，具体实施步骤为：客户端初始化时随机生成标量参数的初始值；客户端执行权重策略选择权重参数；客户端广播模型参数给邻居，同时接收来自内邻居广播的模型参数，再将模型更新参数聚合；客户端更新本地模型参数；客户端更新梯度下降参数。本发明的在跨筒仓联邦学习中保护本地隐私的梯度下降方法，克服了面向跨筒仓/跨设备联邦学习的几种经典梯度下降方法中的隐私缺陷，在训练线性回归任务时可以更好的保护本地模型隐私。 | ||
| 搜索关键词： | 一种 面向 筒仓 联邦 学习 保护 本地 隐私 梯度 下降 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华东师范大学;上海境山科技有限公司，未经华东师范大学;上海境山科技有限公司许可，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/202110698626.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种天线结构及设备
- 下一篇：一种基于深度学习的自适应视点融合方法及系统
