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：国网信息通信产业集团有限公司;国网新疆电力有限公司;国网信通亿力科技有限责任公司;国网新疆电力有限公司信息通信公司;国家电网有限公司

摘要：本发明涉及一种基于模幂优化的安全轻量化数据交互系统，针对现有终端数据交互方法难以有效兼顾安全性和轻量化需求的问题，提出了基于模幂优化的数据安全轻量化交互机制，以电力隐私数据分类作为数据交互的典型应用代表进行建模，并构建了边端协同的交互系统，依据数据特性、网络条件，基于联邦迁移学习，首先解决了数据异构、需求异构场景下的电力数据个性化分类需求，构建基于剪枝算法的模型压缩方案，有效减少训练过程中模型参数的传输量，缓解智能电力终端设备数据交互效率低下问题。

主权项：1.一种基于模幂优化的安全轻量化数据交互系统，其特征在于，包括：智能电力终端，用于收集与电力相关的数据；云服务器，用于负责收集边缘节点传输的模型参数数据，根据安全聚合算法对模型参数数据进行聚合，对学习过程中的加密数据进行解密，计算得到新的模型参数数据用于对全局模型的更新；边缘节点，从云服务器获取边缘侧局部模型，利用智能电力终端获取的数据对所述局部模型进行训练；所述边缘节点将训练后的模型参数加密后发送至云服务器；边缘节点基于云服务器更新后的全局模型、局部模型和与电力相关的数据，进行电力隐私数据分类模型的训练，以及在电力隐私数据分类模型的训练过程，利用迁移学习的思想进行个性化的模型训练;所述云服务器为最上层，与所有区域的边缘节点连接，通过联邦学习与边缘节点进行模型的构建及参数的共享，所述联邦学习包括全局模型和局部模型学习两部分，具体如下：对云端训练数据和终端数据进行训练，则云服务器的模型学习目标表示为： 1其中，表示全局深度神经网络的待学习参数，表示待学习的云端模型，表示云端训练数据的样本总数，表示损失函数，表示云端训练的样本数据；当全局模型训练完成后，云服务器将训练好的模型下发给每个边缘节点；当全局模型训练完成后，云服务器将训练好的模型下发给每个边缘节点；边缘节点的学习目标为： 2其中，表示局部深度神经网络的待学习参数，表示待学习的局部模型，表示边缘节点上训练数据的样本总数，表示损失函数，表示边缘节点上训练的样本数据；当所有局部模型收敛后，其模型参数将上传至云服务器等待聚合；采用联邦平均算法FeDAvg算法来对齐局部模型；在每一轮的训练中，取个局部模型的平均值来更新全局模型，更新后的全局模型可表示为： 3其中，为神经网络的权重，迭代全局与局部模型参数更新与学习过程，最终得到个性化的电力隐私数据分类模型。

全文数据：

权利要求：

百度查询： 国网信息通信产业集团有限公司 国网新疆电力有限公司 国网信通亿力科技有限责任公司 国网新疆电力有限公司信息通信公司 国家电网有限公司 一种基于模幂优化的安全轻量化数据交互系统