摘要
本申请公开了一种基于多维拍卖的联邦学习方法、装置、设备,涉及计算机技术领域,应用于服务器端,包括:获取各客户端的投标信息;基于预设多维拍卖机制确定各客户端的更新年龄值及声誉值;通过各客户端的更新年龄值、声誉值及投标信息进行各客户端的数据点评估,计算当前社会福利,筛选出满足当前社会福利增量的客户端及样本数量,以确定当前轮次全局模型训练的参与客户端及其样本数量;参与客户端利用其筛选的样本数量的数据完成本地模型训练,上传模型更新到服务器端聚合成全局模型;服务器端确定参与客户端奖励信息,进行更新年龄值及声誉值更新;重复上述步骤,直至达到目标精度完成联邦学习。该方法能有效提高联邦学习的整体性能及公平性。
技术关键词
客户端
联邦学习方法
样本
模型更新
年龄
拍卖机制
数据
报酬
学习装置
单轮
因子
精度
新鲜度
模块
速率
电子设备
存储器
处理器
系统为您推荐了相关专利信息
网络业务量
业务量预测
融合特征
多模态
高斯核函数
温度预测模型
GRU模型
数据
样本
温度预测技术