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：北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司

摘要：本申请实施例提供一种联邦机器学习方法、装置、存储介质及处理器。方法包括：确定全局模型在当前训练轮次的下发模型参数；获取每个客户端节点的本地模型在上一训练轮次的历史单次贡献度和历史累积贡献度；根据全局模型的历史训练总次数、每个客户端节点的历史单次贡献度和历史累积贡献度确定每个客户端节点的当前累积贡献度；根据每个客户端节点的当前累积贡献度确定参与当前训练轮次的客户端节点数量和每个客户端节点的当前随机被选中的概率；根据每个客户端节点的当前随机被选中的概率选取客户端节点数量的参与当前训练轮次的客户端节点；发送下发模型参数至每个参与本轮训练的客户端节点，以训练本地模型，以提高联邦机器学习的模型性能。

主权项：1.一种联邦机器学习方法，其特征在于，应用于服务器节点，所述方法包括：将所述服务器节点上的全局模型在上一轮训练后所得到的最终模型参数确定为所述全局模型在当前训练轮次的下发模型参数；获取每个客户端节点的本地模型基于所述全局模型在所述上一轮训练时所下发的模型参数训练后得到的历史单次贡献度和历史累积贡献度；根据所述全局模型的历史训练总次数以及每个客户端节点的历史单次贡献度和历史累积贡献度确定每个客户端节点的当前累积贡献度，其中，在所述历史训练总次数大于预设次数的情况下，所述当前累积贡献度是指对应客户端节点的历史单次贡献度和历史累积贡献度的加权之和；根据每个客户端节点的当前累积贡献度确定参与所述当前训练轮次的客户端节点数量，以及每个客户端节点的当前随机被选中的概率；根据每个客户端节点的当前随机被选中的概率从多个客户端节点中选取所述客户端节点数量的参与所述当前训练轮次的客户端节点；发送所述下发模型参数至每个参与本轮训练的客户端节点，以使每个参与本轮训练的客户端节点通过所述下发模型参数训练相应的本地模型；其中，所述根据每个客户端节点的当前累积贡献度确定参与所述当前训练轮次的客户端节点数量，以及每个客户端节点的当前随机被选中的概率包括：确定当前累积贡献度大于第一预设值的客户端节点的节点总数量；将所述节点总数量与所述当前训练轮次的客户端节点的计划参与数量中的较小值确定为参与所述当前训练轮次的客户端节点数量；从所述多个客户端节点中任选一个客户端节点作为所选客户端节点，并确定所述多个客户端节点的当前累积贡献度总和；将所述所选客户端节点的当前累积贡献度与所述当前累积贡献度总和之间的比值确定为所述所选客户端节点的当前随机被选中的概率；将所述所选客户端节点从所述多个客户端节点中剔除，并回到从多个客户端节点中任选一个客户端节点作为所选客户端节点的步骤，直至确定每个客户端节点的当前随机被选中的概率。

全文数据：

权利要求：

百度查询： 北京天融信网络安全技术有限公司 北京天融信科技有限公司 北京天融信软件有限公司 联邦机器学习方法、装置、存储介质及处理器