摘要
本发明涉及联邦学习领域,尤其涉及一种基于联邦学习的飞机制造设备异常诊断方法。本发明首先对飞机制造设备异常检测模型的训练采用联邦学习训练框架,保障数据的隐私安全性,进一步加强飞机制造设备数据的隐私安全性。在保障数据隐私安全的基础上对飞机制造设备异常检测的模型进行训练,通过联邦学习架构使飞机制造设备的数据在不出本地设备的情况下进行模型训练,保障了数据的隐私安全。本发明采用了契约理论激励机制,为飞机制造设备参与联邦学习训练过程提供了合理的报酬,激励飞机制造设备参与到联邦学习的训练当中,提高飞机制造设备异常检测模型的准确度。
技术关键词
飞机制造设备
中心服务器
诊断方法
报酬
制造商
联邦学习模型
设备运行数据
代表
基础
理论
框架
系统为您推荐了相关专利信息
贝叶斯模型
净初级生产力
草地退化
遥感诊断方法
风险
缺陷诊断方法
GIS母线
霍尔传感器阵列
缺陷诊断装置
母线导体
异常状态
故障诊断方法
服务器
交换机
可读存储介质