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：山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)
摘要：本发明提出了基于个性化本地差分隐私的去中心化联邦学习方法及系统，涉及联邦学习技术领域，包括：初始化用于联邦学习的区块链网络；每个客户端从区块链上接受训练任务，使用本地数据集对从区块链中下载的全局模型进行本地迭代训练，并对隐私预算进行自适应分配和对本地模型参数进行本地差分隐私处理，直到满足迭代停止的条件，得到训练后的本地模型参数，上传到区块链中；区块链对客户端上传的本地模型参数进行加权聚合，得到聚合后的全局模型，并回传给任务发布者；本发明将联邦学习与区块链相结合，并使用了个性化的隐私预算分配和基于参数的加权聚合算法，保证了联邦学习隐私性、准确性和鲁棒性之间实现的有效权衡。
主权项：1.基于个性化本地差分隐私的去中心化联邦学习方法，其特征在于，包括：初始化用于联邦学习的区块链网络，包括将任务发布者和参与训练的若干个客户端注册为区块链节点、任务发布者将训练任务发布到区块链网络中、分配客户端的初始隐私预算；每个客户端从区块链上接受训练任务，使用本地数据集对从区块链中下载的全局模型进行本地迭代训练，并对隐私预算进行自适应分配和对本地模型参数进行本地差分隐私处理，直到满足迭代停止的条件，得到训练后的本地模型参数，上传到区块链中；区块链对客户端上传的本地模型参数进行加权聚合，得到聚合后的全局模型，并回传给任务发布者；其中，所述隐私预算，采用个性化的隐私预算分配策略，包括基于数据集加权的隐私预算初始分配、基于模型精度的隐私预算自适应分配。
全文数据：
权利要求：
百度查询： 山东省计算中心(国家超级计算济南中心) 齐鲁工业大学(山东省科学院) 基于个性化本地差分隐私的去中心化联邦学习方法及系统
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