基于贡献度的联邦学习激励方法、装置及系统

AITNT
正文
推荐专利
基于贡献度的联邦学习激励方法、装置及系统
申请号:CN202411545606
申请日期:2024-11-01
公开号:CN119047601A
公开日期:2024-11-29
类型:发明专利
摘要
本发明提供一种基于贡献度的联邦学习激励方法、装置及系统,该方法包括:接收参与方发送的梯度密文;在接收到预设数量或者时间内参与方发送的梯度密文后,对梯度密文进行解密验证,得到梯度数据;计算各参与方的奖励,对奖励签名后发送给奖励中心,以使奖励中心将奖励发送到对应的参与方账户;确定合格参与方,生成下一轮参与联邦学习的参与方列表;根据合格参与方的梯度数据生成聚合梯度,加密聚合梯度得到聚合梯度密文;将聚合梯度密文发送给参与方列表中的参与方,以使参与方进行下一轮迭代训练。利用本发明方案,可以使各参与方得到相应的激励,提升参与方的积极性,提升联邦学习效率。
技术关键词
联邦学习激励方法 云服务器 数据处理模块 列表 非对称加密算法 解密 数据加密 账户 标签 节点 密钥 误差 可读存储介质 代表 定义
系统为您推荐了相关专利信息
1
一种基于YOLOv8的鱼塘精准投饲机器人系统
投饲机器人 控制板模块 鱼塘 信息传输模块 机器人控制模块
2
一种基于智能体工作流的医疗决策方法
决策方法 大语言模型 患者 状态机 逻辑
3
一种空分设备的节能电控系统
节能电控系统 数据收集模块 传感器收集设备 数据储存模块 空分设备
4
一种无人机集群动态拓扑通信网络构建方法和系统
无人机集群 中继节点 通信网络构建方法 障碍物 通信链路
5
诊断方法及计算机程序产品
日志 脚本 神经网络处理器 计算机程序产品 基板管理控制器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号