数据异构联邦学习模型推理方法及相关装置

AITNT
正文
推荐专利
数据异构联邦学习模型推理方法及相关装置
申请号:CN202411892485
申请日期:2024-12-20
公开号:CN119990306A
公开日期:2025-05-13
类型:发明专利
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
1
基于大数据分析的手机信息隐私保护方法及系统
信息隐私保护方法 大数据分析引擎 手机 分布式训练 参数
2
组合策略回测方法、设备、存储介质及计算机程序产品
产品组合 基金 树形结构 回测方法 生成指令
3
一种监控视频的共享方法及其监控系统、电子设备
算法模型 共享方法 云平台 视频传输模块 数据加密
4
内容共享方法、装置及设备
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
5
双码安全模块的验证方法、装置、电子设备及存储介质
密码 待测芯片 驱动信号 解密 验证方法
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