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：重庆邮电大学
摘要：本发明属于信息安领域，涉及一种资源受限条件下基于差分隐私的自适应联邦学习方法，包括：随机选取K个客户端、初始化聚合器参数、设置聚合间隔迭代次数；将初始化参数和聚合间隔迭代次数发送给客户端；计算客户端估计参量系数和系数采用分布式梯度下降算法对初始化参数进行局部梯度更新，并计算每种类型资源在本地迭代更新的消耗量；将参数上传到聚合器，聚合间隔迭代次数加1，并重复上述过程，直到达到要求；聚合器将客户端上传参数进行聚合，并计算下轮的两次聚合过程的间隔迭代次数；根据聚合后的参数计算总资源消耗；根据总资源消耗进行模型更新；本发明克服了联邦学习在资源受限的条件下执行分布式机器学习的性能低下和客户端隐私暴露的缺陷。
主权项：1.一种资源受限条件下基于差分隐私的自适应联邦学习方法，其特征在于，包括：构建联邦学习网络，其中联邦学习网络包括客户端和聚合器；其中自适应联邦学习的过程包括：系统初始化阶段、联邦学习网络训练阶段以及聚合阶段；系统初始化阶段包括：在所有客户端中随机选取K个客户端、初始化聚合器参数、设置聚合间隔迭代次数τ*为1；聚合器将初始化参数和聚合间隔迭代次数τ*发送给客户端；联邦学习网络训练阶段包括：客户端接收初始化参数和聚合间隔迭代次数τ*；计算客户端估计参量Lipschitz系数和β-smooth系数采用分布式梯度下降算法对初始化参数进行局部梯度更新；根据更新后的参数计算每种类型资源在本地迭代更新的消耗量将训练阶段的参数上传到聚合器，聚合间隔迭代次数加1，并重复上述过程，直到聚合间隔迭代次数代次数达到要求；聚合阶段包括聚合器将客户端上传参数进行聚合，并计算下轮的两次聚合过程的间隔迭代次数；根据聚合后的参数计算总资源消耗；根据总资源消耗进行模型更新，并将聚合结果发送给所有参与方。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种资源受限条件下基于差分隐私的自适应联邦学习方法
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