[发明专利]基于动态自适应知识蒸馏的联邦学习模型聚合方法在审
| 申请号： | 202310682277.6 | 申请日： | 2023-06-09 |
| 公开（公告）号： | CN116681144A | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 吕军;马晓静;赵瑞欣;付佳韵;陈付龙;苌婉婷 | 申请（专利权）人： | 安徽师范大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06F18/214;G06F21/62 |
| 代理公司： | 芜湖安汇知识产权代理有限公司 34107 | 代理人： | 赵中英 |
| 地址： | 241000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于动态自适应知识蒸馏的联邦学习模型聚合方法，可以有效缓解数据异质性带来的精度下降问题。方法包括全局模型初始化、本地模型训练、聚合生成全局模型三个阶段。本发明在本地模型训练阶段使用知识蒸馏技术促进客户端学习全局模型，动态调整知识蒸馏比例使客户端可以根据各自情况自适应学习全局模型，并且动态调整教师模型输出分布使客户端更有效地利用知识蒸馏中教师模型的知识，使得聚合后服务器能够有效生成性能更优的全局模型，同时保证不泄露聚合过程中局部模型和全局模型的额外隐私。本发明能够在保证用户隐私安全的前提下，协同多方训练生成更优的全局模型。 | ||
| 搜索关键词： | 基于 动态 自适应 知识 蒸馏 联邦 学习 模型 聚合 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安徽师范大学，未经安徽师范大学许可，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/202310682277.6/，转载请声明来源钻瓜专利网。
