[发明专利]一种基于聚类的自适应鲁棒协作学习方法和装置

摘要

本发明提出一种基于聚类的自适应鲁棒协作学习方法和装置，其中，该方法包括：获取多个协作终端上传的局部模型以及多个协作终端训练局部模型的至少部分训练数据，并根据至少部分训练数据训练可信全局模型；以可信全局模型参数为信任引导，根据预先确定的最佳聚类算法分别对局部模型的每个参数维度上进行聚类操作；根据可信局部模型参数和可信全局模型参数的相似度确定可信局部模型参数的权重以对可信全局模型参数进行更新。本发明能够针对性的在协作学习过程中准确区分出良性模型和恶意模型，防御某一个或者某几个局部恶意模型对全局模型以及其他良性协作者的局部良性模型开展恶意攻击，全面提升协作学习的鲁棒性。