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：上海工程技术大学
摘要：本发明公开了基于无监督扰动的针对联邦学习的自监督对抗防御框架，属于联邦学习技术领域。包括：服务器初始化全局模型的模型，并将其模型参数下发给所有所述客户端；所述客户端更新其本地模型的在线网络，基于无监督扰动生成无监督对抗样本，并进行自监督对抗训练，训练完成后所有所述客户端上传其在线网络的模型参数；所述服务器聚合后得到新的全局模型的模型参数并下发；所有所述客户端使用鲁棒性感知指数移动平均算法更新其本地模型的在线网络。重复上述操作，直至满足停止条件，完成训练。本发明在客户端采用无监督对抗样本进行自监督对抗训练，并提出了鲁棒性感知指数移动平均算法来更新客户端的网络，有效地提升联邦学习网络的对抗性防御能力。
主权项：1.基于无监督扰动的针对联邦学习的自监督对抗防御框架，其特征在于，所述自监督联邦对抗框架包括服务器和多个客户端，所述客户端本地模型包括在线网络和目标网络，包括如下步骤：1所述服务器初始化全局模型的模型，并将其模型参数下发给所有所述客户端；所述客户端利用所述全局模型的模型参数更新其本地模型的在线网络；2所有所述客户端基于无监督扰动生成无监督对抗样本；3对所述客户端使用无监督对抗样本进行自监督对抗训练，训练完成后，所有所述客户端上传其在线网络的模型参数；4所述服务器聚合所有所述客户端的在线网络得到新的全局模型的模型参数，并发送给所有所述客户端；5所有所述客户端根据所述新的全局模型的模型参数使用鲁棒性感知指数移动平均算法更新其本地模型的在线网络；6重复步骤2～5，直至满足停止条件，完成训练。
全文数据：
权利要求：
百度查询： 上海工程技术大学 基于无监督扰动的针对联邦学习的自监督对抗防御框架
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