摘要
本公开提供一种数据异构联邦学习模型推理方法及相关装置,包括:确定待推理数据,基于待推理数据进行特征提取,得到第一特征图,对第一特征图进行加密,得到第一加密特征图,并传输至至少一个第二客户端,以使至少一个第二客户端生成第一加密查询距离,接收至少一个第二客户端发送的至少一个第一加密查询距离,并构建查询数据点集合,对第一加密查询距离进行解密,得到至少一个解密查询距离,基于至少一个解密查询距离对查询数据点集合进行选取,得到至少一个近邻数据点,对至少一个近邻数据点进行置信度计算,得到推理结果。本公开构建隐私保护的特征图查询机制,在保护数据特征隐私的前提下增强模型推理能力,降低全局模型重新训练的需求。
技术关键词
加密
差分隐私
联邦学习模型
客户端
推理方法
解密
数据
噪声
推理装置
异构
传输模块
私钥
查询机制
公钥
处理器
存储器
电子设备
度量
程序
系统为您推荐了相关专利信息
信息隐私保护方法
大数据分析引擎
手机
分布式训练
参数
算法模型
共享方法
云平台
视频传输模块
数据加密
客户端
内容共享方法
计算机执行指令
内容共享装置
屏幕共享