摘要
本发明公开了一种基于参数扰动的拆分学习模型测试方法及装置,所述方法包括:获取预先利用拆分学习方法训练得到的初始模型;利用增加参数扰动后的拆分学习方法,重新训练得到更新模型;其中,增加参数扰动后的拆分学习方法在拆分学习方法的训练过程中,由扰动者伪装成用户,在对训练队列中下一个用户进行参数共享之前,对本地模型的参数进行扰动处理;利用更新模型得到初始模型的抗干扰测试结果。本发明深入探究参数共享的信息交互过程。利用该信息交互过程的独有特征,将干扰者伪装成用户,对用户持有的模型中的参数进行扰动处理,得到更新模型,将更新模型的训练结果与初始模型的训练结果进行对比,得到初始模型的抗干扰测试结果。
技术关键词
模型测试方法
学习方法
参数
队列
模型测试装置
服务器
数据
表达式
测试模块
强度
系统为您推荐了相关专利信息
离子回旋共振质谱
有机质
塑料
支持向量回归
机器学习算法
属性分析方法
残差预测
石油
残差数据
人工智能算法
圆柱体模型
激光雷达
生成对抗网络模型
引导系统
RANSAC算法
变形预测方法
BP神经网络模型
算法
回归预测模型
变形智能