龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：天翼云科技有限公司
摘要：本发明提供一种基于模型压缩和数据加密的联邦学习方法，包括：云端生成公钥和私钥，将私钥分发给各边缘端；云端选择联邦学习的边缘端，将数据经公钥加密后分发给边缘端；边缘端用自己数据训练模型，自蒸馏；用模型解密云端数据并预测，发送软标签给云端；云端对软标签加权，知识蒸馏提取各边缘端模型暗知识；云端对训练完模型结构化剪枝，用公钥加密后分发给边缘端；用各边缘端本地数据更新模型并预测，各边缘端再次发送软标签给云端；重复上述步骤实现云端集成各边缘端的数据信息，将云端模型分发给各边缘端。本发明大量减少网络带宽压力；降低模型参数量及算力要求；持续从边缘端学习使模型达到更高精度；并提高数据传输过程中隐私性和安全性。
主权项：1.一种基于模型压缩和数据加密的联邦学习方法，其特征在于，包括：S1、在云端生成公钥和私钥，并由云端将私钥分发给各个边缘端，云端保留公钥；S2、由云端选择需要进行联邦学习的边缘端设备，并将数据经过公钥加密后分发给所选择的边缘端；S3、被选择的边缘端利用自己的数据训练一个模型，通过自蒸馏提高模型的精度；使用所述模型对云端的数据进行解密，并进行预测，发送软标签给云端；S4、由云端对各个边缘端发送的软标签进行加权，通过知识蒸馏提取各个边缘端模型的暗知识；知识蒸馏过程中将云端作为知识蒸馏中的学生，将各个边缘端作为教师；S5、由云端对训练完的模型进行结构化剪枝，并将剪枝后的模型数据使用公钥加密后分发给边缘端；S6、使用各个边缘端的本地数据更新模型，并对云端的数据进行预测，由各个边缘端再次发送软标签给云端；S7、重复S3-S6步骤，实现云端集成各个边缘端的数据信息，将云端模型分发给各个边缘端。
全文数据：
权利要求：
百度查询： 天翼云科技有限公司 一种基于模型压缩和数据加密的联邦学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号