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：深圳市润迅数智科技有限公司
摘要：本发明公开了一种基于神经网络模型隐私保护的联邦学习优化方法，包括S1、部署分布式节点，每个节点包含部分数据集；S2、应用差分隐私技术在每个节点上对数据进行预处理，使数据在本地处理过程中的安全；S3、利用安全多方计算机制，在节点间进行模型参数的安全聚合；S4、通过改进的梯度聚合策略，优化梯度下降过程；S5、采用自适应算法调整每个节点的训练参数和学习率；S6、实施高效的数据编码和传输策略，减少各节点之间的数据交换量；S7、应用基于数据和环境反馈的自适应学习机制，自动调整学习策略和资源分配。本发明具备优化的数据隐私保护、提高学习效率、降低通信成本和增强模型适应性的优点。
主权项：1.一种基于神经网络模型隐私保护的联邦学习优化方法，其特征在于，包括如下步骤：S1、部署分布式节点，每个节点包含部分数据集，且数据集中的信息未脱离原始环境；S2、应用差分隐私技术在每个节点上对数据进行预处理，使数据在本地处理过程中的安全，通过添加噪声来模糊数据集中的敏感特征；S3、利用安全多方计算机制，在节点间进行模型参数的安全聚合，使模型训练过程中不泄露任何单个节点的数据信息；S4、通过改进的梯度聚合策略，优化梯度下降过程，减少模型训练中由于数据分布不均匀导致的偏差和性能衰减问题；S5、采用自适应算法调整每个节点的训练参数和学习率，根据节点的计算能力和数据分布动态优化训练过程；S6、实施高效的数据编码和传输策略，减少各节点之间的数据交换量，降低通信开销，加快模型的整体训练速度；S7、应用基于数据和环境反馈的自适应学习机制，自动调整学习策略和资源分配。
全文数据：
权利要求：
百度查询： 深圳市润迅数智科技有限公司 一种基于神经网络模型隐私保护的联邦学习优化方法
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