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！
摘要：本发明公开了一种面向数据流通的联邦学习忘却机制及方法，属于深度学习技术领域。该方法使用联邦学习技术实现数据的隐式流通，并基于Shaply值对市场中的数据贡献者进行奖励与惩罚分配，同时还运用联邦学习忘却算法实现数据交易过程中的撤销。本发明解决了数据流通交易过程中存在的数据确权难、交易定价难、隐私保护难、流通交易难等问题。
主权项：1.一种面向数据流通的联邦学习忘却机制及方法，其特征在于，该方法包括如下步骤：步骤一：通过联邦学习框架训练数据，生成局部模型，以局部模型代替数据在市场中直接流通，实现数据在市场中的隐式流动；然后在服务器内进行模型聚合，生成全局模型；步骤二：基于面向质量的任务分配算法QTA建立买方市场，数据卖方将其预算发送到服务器，计算销售价格返回给买方选择；如果付款，该交易将被记录，视为加入联邦合作；步骤三：通过基于夏普利值奖励机制计算参与方对全局模型的贡献度，进而计算该参与方的奖金分配；步骤四：当用户要求退出市场并撤回数据时，服务器通过惩罚机制对模型的影响进行计算，以确定赔偿金的金额；步骤五：对于要退出市场的目标用户，采用逆转联邦学习的忘却机制进行数据撤销。
全文数据：
权利要求：
百度查询： 大连理工大学 一种面向数据流通的联邦学习忘却机制及方法
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