[发明专利]基于non-IID数据的半监督联邦学习方法

摘要

基于non‑IID数据的半监督联邦学习方法，解决了现有联邦学习缺乏标记数据的问题，属于联邦学习应用技术领域。本发明包括：步骤1、服务器随机从全部客户端中选择设定比例F的客户端，发送全局模型ωt给选择的客户端；步骤2、服务器在标记的数据集Ds上使用本地优化器来训练监督模型σt，获得监督模型σt+1；步骤3、第k个客户端使用本地无标签数据集来训练接收到的全局模型ωt，并获得无监督模型发送给服务器；步骤4、服务器聚合客户端上传的得到第t+1轮的全局无监督模型ψt+1；步骤5、服务器将ψt+1、σt+1和ωt聚合得到新的全局模型ωt+1：ωt+1＝αψt+1+βσt+1+γωt；t＝t+1，重复步骤1至步骤5，直到全局模型ωt+1收敛。