摘要
本申请一个或多个实施例提供一种卫星节点资源异构下的联邦学习模型安全压缩方法及相关设备。所述方法包括:基于稀疏矩阵压缩算法对联邦学习模型压缩,得到所述联邦学习模型的第一压缩参数,每个所述第一压缩参数对应一个索引值;分别对所述第一压缩参数和所述索引值压缩和加密;其中,所述第一压缩参数基于拟合算法压缩,并基于同态加密算法加密。通过本申请可以在保证模型的安全性的条件下,提高模型通信效率。
技术关键词
联邦学习模型
Bloom过滤器
同态加密算法
压缩算法
索引
非暂态计算机可读存储介质
参数
复杂度
矩阵
多项式拟合算法
序列
异构
机器学习模型
深度学习模型
中心服务器
通信效率
压缩装置
终端
系统为您推荐了相关专利信息
历史行驶数据
场景识别方法
物体
字典
场景识别装置
网络入侵检测方法
多模态深度学习
轨道
耦合特征
跨模态
面向无人系统
特征选择
协同优化方法
多传感器数据融合
样本
处理单元
中央处理设备
数据分析模块
数据储存模块
数据可视化