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：浙江大学
摘要：本发明公开了一种机器学习模型推理与遗忘请求协同处理方法，机器学习在线服务提供商基于遗忘请求在后台实时更新模型，并对用户推理请求进行鲁棒性检测，依据检测结果进行服务调度，从而实现更快的响应速度。该方法包括如下步骤：1子模型训练：拆分数据集并训练多个具备独立推理能力的子模型并上线服务；2遗忘请求处理：基于服务期间收到的遗忘请求实时更新相应子模型；3推理请求响应：优先响应高鲁棒性推理请求，等到模型完成更新后再基于新模型响应低鲁棒性请求。本发明首次提出了机器学习在线服务场景下多种请求的协同处理方法，在保证隐私性与正确性的同时实现了更高的响应速度，优于现有方法，具有通用性强、易于部署等优点。
主权项：1.一种机器学习模型推理与遗忘请求协同处理方法，其特征在于，包括如下步骤：1子模型训练：首先将已有数据集均匀随机拆分为多个子数据集，并使用每个子数据集分别训练可独立进行分类识别的子模型，然后基于这些子模型提供机器学习模型推理服务；2遗忘请求处理：对于某些数据所有者出于数据隐私泄漏隐忧而发送的遗忘请求，即要求从训练数据集中删除其数据并消除其对模型参数的影响，首先要识别该请求要求遗忘的数据所属的子模型，然后在后台更新该子模型，更新期间，该子模型不参与推理服务；3基于鲁棒检测的推理请求响应：对于服务期间收到的每条推理请求，首先用步骤1中得到的所有子模型分别进行分类，并检测聚合结果的鲁棒性；对于高鲁棒性推理请求，可立即返回推理结果；对于低鲁棒性的推理请求，则需等待当前正在进行的模型更新完成，并基于新模型重新推理再返回响应结果。
全文数据：
权利要求：
百度查询： 浙江大学 一种机器学习模型推理与遗忘请求协同处理方法
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