买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明涉及人工智能技术领域，公开了一种基于隐私保护的增量宽度学习系统及方法，包括以下具体步骤：S1、服务端个客户端通过广播发送询问请求S2、服务端将所有客户端分为若干个客户端组，并将分组记录发送给中介；第一轮训练的第一个客户端组生成并发送初始矩阵给中介；中介根据分组记录分别发送初始矩阵给其余客户端组；S3、服务端与客户端组对每个客户端组进行数据加密；S4、服务端计算生成隐藏层输出矩阵；增量更新全局隐藏层输出矩阵和全局输出层权重矩阵；S5、判断客户端是否新增数据；若是则回到步骤S1进行下一轮训练；若否则完成增量宽度学习。本发明解决现有技术无法满足多个隐私数据参与方的数据合作的问题，其具有输出精度高的特点。

主权项：1.一种隐私保护的增量宽度学习方法，其特征在于：包括以下具体步骤：S1、通过服务端向每个客户端通过广播发送询问请求；每个客户端向服务端返回当前拥有的数据量；S2、服务端根据每个客户端数据量和客户端选择记录将所有客户端分为若干个客户端组，每个客户端组包括2个客户端，并将分组记录发送给中介；服务端发送初始化请求给第一轮训练的第一个客户端组；第一轮训练的第一个客户端组生成并发送初始矩阵给中介；中介根据分组记录分别发送初始矩阵给其余客户端组；服务端根据每个客户端数据量和客户端选择记录将所有客户端分为若干个客户端组，每个客户端组包括2个客户端，具体为：S21、服务端判断客户端数量满足Q1条件还是Q2条件；其中，Q1为大于0且为偶数；Q2为数量大于1且为奇数；S22、若满足Q2条件，则服务端不考虑最小数据量的未分组的客户端，实现满足Q1条件；若满足Q1条件，则判断是否是第一轮训练，若是，则进入步骤S23；若否，则进入步骤S24；S23：服务端从未分组的客户端中选择当前最大数据量的客户端和最小数据量的客户端作为1个客户端组；服务端将已分组的客户端组中的2个客户端通过随机归类分别归类为A类和B类，执行步骤S25；S24：服务端通过随机归类将所有当前未分类的客户端通过随机归类分为数量相同A类和B类；根据分组记录判断当前未分组的客户端中最大数据量的客户端为A类还是B类；若为A类，则从A类中选择最大数据量的客户端并从B类中选择最小数据量的客户端作为组合；若为B类，则从B类中选择最大数据量的客户端并从A类中选择最小数据量的客户端作为组合；S25：判断此时未分组的客户端是否满足Q1条件，若是，回到步骤S22，若否，服务端将选择记录发送给中介；第一轮训练的第一个客户端组生成并发送初始矩阵给中介，具体为：收到初始化请求的第一轮训练的第一个客户端组分别发送矩阵WA和WB到中介作为初始矩阵；其中，矩阵由第一轮训练第一组且属于A类的客户端随机生成；矩阵由第一轮训练第一组且属于B类的客户端随机生成；d是客户端数据样本的维度；n是服务端的特征节点组个数；t是服务端的特征节点组内特征节点个数；S3、服务端生成并发送随机矩阵给每一个客户端组；服务端与客户端组通过交互协议，结合随机矩阵和初始矩阵对每个客户端组进行数据加密，并将加密数据传回服务端，得到每个客户端组的加密数据矩阵；S4、服务端合并每个客户端组的加密数据矩阵，通过特征映射节点和增强节点计算生成隐藏层输出矩阵；根据隐藏层输出矩阵，增量更新全局隐藏层输出矩阵和全局输出层权重矩阵；S5、判断客户端是否新增数据；若是则回到步骤S1进行下一轮训练；若否则完成增量宽度学习。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于隐私保护的增量宽度学习系统及方法