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：湖北大学
摘要：本发明公开一种异构数据下的联邦学习模型知识遗忘方法，对用户数据进行聚类和切片，在每个单独的切片上训练子联邦模型，最后再聚合产生全局模型。在还原学习任务中，只对相应的子联邦模型进行重训练，在保证数据隐私和精确删除数据的同时，大大减少了训练时间，实现在异质数据环境下，对联邦用户的私人数据和有害数据的快速和精确的清除。
主权项：1.一种异构数据下的联邦学习模型知识遗忘方法，其特征在于，包括以下步骤：步骤1、均衡切片数据，即在中心服务器上基于模型偏差值聚类方法对用户集U进行切片划分，具体方法为：步骤1.1、第一轮预训练结束后，根据用户集U中所有用户Ui上传的模型偏差值W，采用余弦相似度计算每对用户之间的相关性D； 上式中，用户集U包含所有参加联邦学习的用户，wσ是指全局模型的初始权重，将wσ作为参考点来衡量每个用户与wσ之间的相关性，wi为所有用户经过一轮训练后的模型权重，W为所有用户模型权重集合；di表示wi与wσ的相关性，D为所有用户相关性集合；步骤1.2、用户基于相关性集合D进行聚类，其中数据类型高度相似的用户被分组到相同的聚类集合C中； 上式中，Di、Dj分别表示用户i和用户j和初始全局模型的相关性，且Di、Dj均为相关性集合D中的元素，Ci是聚类集合C的元素；步骤1.3、将聚类集合C中的用户均匀分布，得到划分后的切片集合S； 切片集合S中包含r个切片Sj，其中每个单独的切片均包含Nr个用户，N为用户总数，此时每个切片中非独立同分布情况得到缓解；步骤2、在各个切片Sj上训练子联邦模型Mj，训练过程中所有子联邦模型共享相同体系结构的同时并行训练；步骤3、将训练好的子联邦模型聚合形成全局模型，当需要执行还原学习任务时，在删除相应的用户或相关数据后重新训练相应的子联邦模型，然后将所有子联邦模型聚合成一个新的全局模型。
全文数据：
权利要求：
百度查询： 湖北大学 异构数据下的联邦学习模型知识遗忘方法
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