[发明专利]一种基于联邦学习的模型训练方法、装置、设备和介质在审
| 申请号： | 202310870506.7 | 申请日： | 2023-07-14 |
| 公开（公告）号： | CN116776155A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 崔来中;马嘉艇;周义朋;郭嵩 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F21/60;G06F21/62;G06N20/00 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 潘登 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明实施例公开了一种基于联邦学习的模型训练方法、装置、设备和介质，方法包括：获取预设服务端发送的当前全局模型，并基于预设训练样本对当前全局模型训练的训练结果确定待处理模型梯度集合；基于待处理模型梯度集合中的各待处理模型梯度确定预设参数估计值，并根据预设参数估计值确定目标梯度筛选阈值；根据目标梯度筛选阈值对待处理模型梯度进行筛选，并对筛选出来的各待处理模型梯度进行加密处理，得到目标模型梯度集合；将目标模型梯度集合发送至预设服务端，以使预设服务端基于目标模型梯度集合对当前全局模型进行更新，得到目标全局模型。本发明实施例的技术方案可以动态确定梯度筛选阈值，提高梯度筛选效果和模型训练性能。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 模型 训练 方法 装置 设备 介质 | ||
【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深圳大学，未经深圳大学许可，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/202310870506.7/，转载请声明来源钻瓜专利网。
