“联邦”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4697个，建议您升级VIP下载更多相关专利

[发明专利]一种组件适配方法、装置、电子设备及存储介质-CN202210099403.0在审
发明人：伊世林;卞阳;杜浩;朱崇炳 -专利权人：上海富数科技有限公司
申请日： 2022-01-27 - 公布日： 2022-05-13 - 主分类号： G06F9/455 文献下载
摘要：本申请提供一种组件适配方法、装置、电子设备及存储介质，该方法包括：从组件容器中获取不同的任务对象信息；获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得转换后的任务对象。在上述方案的实现过程中，通过获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得用于创建和运行联邦学习实际服务的任务对象，有效地在联邦学习实际服务与组件容器之间增加了适配转换过程，使得在隐私计算平台中的组件容器升级或改版时，直接升级或改版适配转换服务即可，该适配转换过程解耦了联邦学习实际服务与组件容器的依赖关系，从而改善了任务对象与联邦学习实际服务过于耦合的问题。
一种组件配方装置电子设备存储介质

[发明专利]基于数据版本更新触发联邦学习任务执行的方法及系统-CN202210439868.6在审
发明人：赵绪浩;蒋鑫龙;陈益强;杨晓东;马兴敏;李宜兵 -专利权人：济南中科泛在智能计算研究院
申请日： 2022-04-25 - 公布日： 2022-08-02 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了基于数据版本更新触发联邦学习任务执行的方法及系统，当任一参与方执行端内的数据发生更新后，发生数据更新的参与方执行端将数据上传给管控端；管控端对更新后的数据进行解析，将解析得到的新数据元信息保存到管控端的元数据表中；若存在对应的历史版本数据，且历史联邦学习任务使用了历史版本数据，则创建新联邦学习任务；管控端根据历史联邦学习任务的配置参数和更新后的数据，生成新联邦学习任务的配置参数；管控端选择数据更新的参与方执行端及其数据，管控端将新联邦学习任务的配置参数下发给被选择的参与方执行端；管控端触发新联邦学习任务，新联邦学习任务在被选择的参与方执行端内被执行。
基于数据版本更新触发联邦学习任务执行方法系统

[发明专利]决策树模型的联邦建模方法、设备、存储介质及程序产品-CN202011467292.1在审
发明人：唐兴兴;陈建蓉;黄启军 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-12-14 - 公布日： 2022-06-14 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种决策树模型的联邦建模方法、设备、存储介质及程序产品，涉及人工智能领域，所述方法包括：接收不同联邦参与方分别建立交互式决策树模型后发送的不同模型信息；通过预设算法合并所述不同模型信息，得到聚合模型信息；并分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合模型信息后，更新对应本地交互式决策树模型，并基于更新后的交互式决策树模型反馈是否达到预设联邦训练结束条件；若接收到未达到的反馈信息时，返回接收不同联邦参与方分别交互式建立决策树模型后发送的模型信息的步骤，直至达到预设联邦训练结束条件，以得到目标联邦决策树模型。
决策树模型联邦建模方法设备存储介质程序产品

[发明专利]一种针对非独立同分布场景下快速准确的联邦学习方法及应用-CN202011284944.8在审
发明人：陈铭松;刘天 -专利权人：华东师范大学
申请日： 2020-11-17 - 公布日： 2022-06-03 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种针对非独立同分布场景下快速准确的联邦学习方法，所述方法包括：对联邦学习各终端设备采集的样本数据提取特征图并求其平均值作为该设备的特征图；对各终端设备的特征图加密，并根据加密后得到的哈希向量的相似性对各终端设备进行分组；在联邦学习每一轮训练中，采用本发明提出的基于设备分组的联邦学习聚合算法进行全局模型的梯度聚合，直到联邦学习训练结束。本发明还公开了一种上述方法在非独立同分布场景下进行联邦学习中的应用。本发明能够在数据非独立同分布场景下极大地减少联邦学习训练轮数，并能有效地提高联邦学习训练好的全局模型的推理精度。
一种针对独立分布场景快速准确联邦学习方法应用

[发明专利]一种联邦学习多方梯度的编码域聚合方法及系统-CN202210999123.5在审
发明人：徐增林;曾趸;刘史毓;王晖;李革 -专利权人：鹏城实验室
申请日： 2022-08-19 - 公布日： 2022-12-02 - 主分类号： G06F21/60 文献下载
摘要：本发明所提供的一种联邦学习多方梯度的编码域聚合方法及系统，所述联邦学习多方梯度的编码域聚合方法包括：多个联邦参与终端分别将各自的本地数据集转化为量化梯度，并将所述量化梯度输入预训练编码器，得到编码梯度；服务器获取每个联邦参与终端对应的所述编码梯度，将所有编码梯度聚合，得到聚合结果，并将所述聚合结果输入预训练解码器，得到解码梯度；服务器根据所述解码梯度更新联邦学习模型，并将更新后的联邦学习模型发送至各个联邦参与终端本发明通过多个联邦参与终端均使用预训练编码器各自计算得到编码梯度，使得通信时只需要通信编码梯度，服务器把编码梯度加起来用预训练解码器聚合结果，降低了计算代价和通信负担。
一种联邦学习多方梯度编码聚合方法系统

[发明专利]动态化公平性的隐私保护联邦深度学习方法-CN202310550345.3在审
发明人：陈艳格;冯战申;马慧;何浩北;李文凯 -专利权人：许昌学院
申请日： 2023-05-16 - 公布日： 2023-08-01 - 主分类号： G06N20/00 文献下载
摘要：发明涉及信息安全技术领域，具体涉及一种动态化公平性的隐私保护联邦深度学习方法。边缘设备进行数据采集、数据预处理及本地模型训练后获得权重矩阵；对权重矩阵进行加密得到密文权重矩阵并发送到参数服务器；参数服务器使用联邦和优化算法计算获得安全联邦和，然后发送给边缘设备，边缘设备对密文权重矩阵的安全联邦和进行解密从而获取联邦平均矩阵；使用本地的卷积神经网络进行迭代训练获得更新后的权重并加密，然后再发送给参数服务器，经过反复训练直至输出密文权重矩阵的最优安全联邦和，获取最优联邦平均矩阵进行数据预测。本发明能够降低联邦学习的通信代价，实现用户动态更新的同时保证用户数据质量的公平性。
动态公平性隐私保护联邦深度学习方法

[发明专利]一种基于区块链和联邦学习的数据共享方法及装置-CN202310577063.2在审
发明人：李宏基;陈奇;张子健;王备;陈建海 -专利权人：浙江大学
申请日： 2023-05-18 - 公布日： 2023-08-22 - 主分类号： G06F16/22 文献下载
摘要：本发明公开了一种基于区块链和联邦学习的数据共享方法及装置，联邦学习网络中的任务发起方节点向区块链网络发起联邦学习任务；区块链网络向联邦学习网络广播；确认可以参加本次任务的联邦节点向区块链网络进行反馈；区块链网络将全局模型发送给参与任务的联邦学习节点；联邦学习节点在本地进行迭代更新；经过本地更新后将局部模型发送给区块链网络；区块链网络根据任务类型执行相应的智能合约；根据设置的训练轮次数进行迭代训练；区块链网络将最终训练好的全局模型发送给任务发起方。本发明可以提高联邦学习训练全局模型的鲁棒性，为多方节点训练个性化模型；通过区块链技术保证激励的公开透明，提高参与方的积极性。
一种基于区块联邦学习数据共享方法装置

[发明专利]一种激励驱动的链上半异步联邦学习方法-CN202211393015.X在审
发明人：寿黎但;林泓;李圣权;毛云青;郁强;李开民;陈珂 -专利权人：浙江大学;城云科技（中国）有限公司
申请日： 2022-11-08 - 公布日： 2023-05-16 - 主分类号： G06N3/098 文献下载
摘要：本发明公开了一种激励驱动的链上半异步联邦学习方法，该方法提出将联邦学习任务部署在区块链平台上，利用区块链平台所流通的数字货币来奖励对联邦学习做出贡献的参与者，并利用智能合约来实现完全去中心化地协调多参与者协同配合，在不暴露各方数据隐私的前提条件下迭代多轮优化任务所需的全局模型，同时保证联邦学习过程中的信息不被篡改且能够被查询。与传统的联邦学习方法相比，本发明一方面可以吸引更多的参与者持续为联邦学习贡献本地算力和通信资源，另一方面可以提高联邦学习抵抗恶意攻击的能力，防止所训练模型被恶意参与者操控，能够适应于各种在信任难以建立的环境之中的联邦学习
一种激励驱动上半异步联邦学习方法

[发明专利]一种计算分层的联邦学习训练方法-CN202211619123.4在审
发明人：陈思光;石雁航;黄宇虹 -专利权人：南京邮电大学
申请日： 2022-12-14 - 公布日： 2023-03-28 - 主分类号： G06F18/214 文献下载
摘要：本发明属于物联网技术领域，公开了一种高效的计算分层的联邦学习训练方法，包括：步骤1：构建一个计算分层的联邦学习系统模型，步骤2：在联邦学习系统模型中允许用户在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，该原则通过在线方法和离线方法实现；步骤3：针对联邦学习系统模型中的竞争、用户移动性、新的数据任务不断呈现给联邦学习系统模型和隐私保护的挑战提供解决方案。本发明使资源受限的设备能够在设备训练和轻量级消息传输的基础上执行联邦训练，在线和离线方法允许设备在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，在保障性能的基础上减轻训练负担，减少通信开销。
一种计算分层联邦学习训练方法

[发明专利]联邦学习的方法和装置-CN202111001636.4在审
发明人：郑子木;李冉;孙铭;单雨昕;普杰;马坚伟 -专利权人：华为云计算技术有限公司
申请日： 2021-08-30 - 公布日： 2023-03-03 - 主分类号： G06N3/02 文献下载
摘要：本申请提供了一种联邦学习的方法和装置，该方法包括：根据目标联邦学习任务从算子库中获取N个算子，所述算子库包括K个与联邦学习相关联的算子，所述N和所述K为大于1的整数，所述N小于或等于所述K；将所述N个算子中的多个算子进行复合得到第一复合算子；将第一数据集通过所述第一复合算子进行处理得到第二数据集，所述第一数据集为用于所述目标联邦学习任务的训练集；利用所述第二数据集进行联邦学习得到第一联邦学习模型。因此，上述技术方案将针对不同单一问题的方法进行复合，通过一种级联元学习结构，使得输出的方法组合结构能够适应于优化联邦学习实际场景的问题，从而可以提高联邦学习的效率和质量。
联邦学习方法装置

[发明专利]纵向联邦预测方法、系统、电子设备、介质及程序产品-CN202211204181.0在审
发明人：何元钦;康焱 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-09-29 - 公布日： 2023-01-10 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种纵向联邦预测方法、系统、电子设备、介质及程序产品，应用于第一参与方设备，包括：依据第一方联邦特征变换模型，对未对齐样本进行特征变换，得到第一样本变换特征；将第一样本变换特征上传至联邦服务器，以生成样本模糊匹配结果；基于第一方联邦预测特征提取模型，对未对齐样本进行特征提取，得到第一方预测样本特征；接收第二参与方设备发送的第二方预测样本特征，依据第一方预测样本特征和第二方预测样本特征进行纵向联邦预测，得到纵向联邦预测结果。本申请解决了基于已对齐样本构建的纵向联邦学习模型无法对未对齐样本进行纵向联邦学习预测，导致未对齐样本的样本预测准确度低的技术问题。
纵向联邦预测方法系统电子设备介质程序产品

[发明专利]一种数据产品流通方法、系统、计算节点及存储介质-CN202211668014.1在审
发明人：杨一帆;刘汪根;张燕;夏正勋;唐剑飞 -专利权人：星环信息科技（上海）股份有限公司
申请日： 2022-12-23 - 公布日： 2023-03-21 - 主分类号： G06Q40/04 文献下载
摘要：所述方法包括：在接收到数据交易平台发送的联邦学习数据产品发布信息后，向所述数据交易平台申请数据交易凭证，以使所述数据交易平台基于联邦学习数据产品的配置信息对参与方进行审核，向审核通过的参与方发放数据交易凭证和联邦学习任务启动指令；若接收到所述数据交易平台发放的联邦学习任务启动指令，则参与到所述联邦学习数据产品的联邦学习任务中得到不同联邦学习场景对应的输出结果，以使所述数据交易平台将所述对应的输出结果发送给目标参与方。该方法实现联邦学习数据产品共享的同时，可以安全合规的流通该产品，避免了数据泄露，提高了各参与方的数据安全及隐私。
一种数据产品流通方法系统计算节点存储介质

[发明专利]联邦学习方法、装置、设备及存储介质-CN202310004000.8在审
发明人：张高山;杜雪涛;常嘉岳;洪东;尹子轩;詹义;巴特尔;朱华;王雪;倪宁宁;刘仲思;方明星 -专利权人：中国移动通信集团设计院有限公司;中国移动通信集团有限公司
申请日： 2023-01-03 - 公布日： 2023-10-20 - 主分类号： G06F18/214 文献下载
摘要：本发明属于计算机技术领域，公开了一种联邦学习方法、装置、设备及存储介质。本申请通过初始化联邦模型，并构建联邦模型对应的模型训练任务；将模型训练任务分发至目标客户端，以使目标客户端对模型训练任务中携带的联邦模型进行训练；接收目标客户端反馈的本地模型参数，并基于预设区块链对本地模型参数进行安全校验；在安全校验通过时，根据本地模型参数对联邦模型进行更新。由于是在联邦学习过程中引入区块链，可以通过区块链存储的数据对各目标客户端反馈的本地模型参数进行安全校验，并在安全校验通过之后，才会对联邦模型进行更新，提高了本发明联邦学习方法的可信度及安全性。
联邦学习方法装置设备存储介质

[发明专利]一种可配置的HLA联邦成员构建方法及系统-CN201510172492.7有效
发明人：李志平;卿杜政;徐筠;杨凯 -专利权人：北京仿真中心
申请日： 2015-04-13 - 公布日： 2017-11-14 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种可配置的HLA联邦成员构建方法，该方法的步骤包括对仿真系统进行可视化建模，获得仿真信息流文件和仿真实验框架文件；根据仿真信息流文件和仿真实验框架文件，将仿真系统中模型组件的端口输入/输出转化为HLA的对象类和交互类，并生成可配置的HLA联邦成员；对仿真系统联邦及联邦成员进行配置，生成利用XML格式描述的HLAConfig配置文件；对各联邦成员初始信息及所需参数进行描述，生成FedInit初始化文件；根据联邦配置文件HLAConfig.xml，将各个联邦成员及运行环境自动部署至指定IP的计算机上。本发明所述技术方案可降低HLA联邦成员开发难度，简化HLA系统的部署，极大提高HLA仿真系统开发效率，为HLA仿真系统的开发提供一种进行高效的技术途径。
一种配置 hla 联邦成员构建方法系统

[发明专利]一种基于高层体系结构的数据收集方法-CN201410573110.7有效
发明人：李宗利;邱龙滨;吕沧海;李彬;崔杰;苗岩松;夏红根;冯艳;王锡;彭博;王静;熊静;刘志镜 -专利权人：中国太原卫星发射中心
申请日： 2014-10-15 - 公布日： 2018-07-06 - 主分类号： G06F9/455 文献下载
摘要：本发明提供一种基于高层体系结构的数据收集方法，包括创建联邦执行，将其他联邦成员加入到联邦执行中，多个联邦成员分别通过其通信接口向运行支撑系统订购各自的对象类和属性，运行支撑系统将仿真运行中的数据分发给各联邦成员；各联邦成员将接收到的数据分配到多个数据记录子模块中，并对多个数据记录子模块的负载进行监控；当所述各联邦成员接收到新的数据时，各联邦成员根据各数据记录子模块的当前负载量，对多个数据记录子模块的收集任务进行动态调度
数据记录子模块高层体系结构运行支撑系统数据收集在线实时分析动态调度仿真数据仿真系统仿真运行数据查询数据分发数据分配通信接口网络拥塞对象类负载量存储订购缓解监控创建分析