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：支付宝(杭州)信息技术有限公司
摘要：本说明书实施例提供一种检测联邦学习的训练成员模型贡献度的方法及装置，尤其适用于横向联邦学习过程中，对各个训练成员数据质量检测或评估训练成员本地隐私数据对模型的整体质量影响。该方案可由服务方执行，在单个同步周期，从各个训练成员接收各个局部模型分别对应的各个局部参数集，然后按照预定同步策略对各个局部参数集进行融合，得到与全局模型对应的全局参数集，再分别检测各个局部参数集与所述全局参数集之间的各个相关系数，并利用各个相关系数确定各个训练成员在当前同步周期分别对应的各个当前贡献度，从而确定各个训练成员在联邦学习过程中的模型贡献度。该方式可以更准确地衡量训练成员数据的重要性。
主权项：1.一种检测联邦学习的训练成员模型贡献度的方法，其中，所述联邦学习过程由多个训练成员在服务方辅助下利用各自的隐私数据训练业务模型，所述服务方对应有所述业务模型的全局模型，各个训练成员各自对应有所述业务模型的各个局部模型，所述方法由服务方执行，在所述模型的单个同步周期，所述方法包括：从各个训练成员接收各个局部模型分别对应的各个局部参数集，其中，单个局部参数集由单个训练成员利用单个局部模型处理本地隐私数据得到；按照预定同步策略对各个局部参数集进行融合，得到与全局模型对应的全局参数集；分别检测描述各个局部参数集与所述全局参数集之间相似性的各个相关系数；利用各个相关系数确定各个训练成员在当前同步周期分别对应的各个当前贡献度，从而确定各个训练成员在所述联邦学习过程中的模型贡献度，单个训练成员对应的单个当前贡献度与其对应的单个相关系数正相关。
全文数据：
权利要求：
百度查询： 支付宝(杭州)信息技术有限公司 确定联邦学习的训练成员模型贡献度的方法及装置
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