摘要
本发明提供一种基于反向拍卖的联邦学习激励方法、装置及系统,该方法包括:通过反向拍卖过程确定参与联邦学习的客户端;初始化全局模型,并将所述全局模型分发给各客户端;接收各客户端发送的更新模型密文;根据所述更新模型密文生成新的全局模型;确定各客户端的奖励,将所述奖励发放给对应的客户端。利用本发明方案,不仅可以实现对联邦学习的参与者数据隐私的有效保护,而且可以实现在有限预算下的资源有效分配,有效提升参与者的积极性,提升联邦学习效率。
技术关键词
联邦学习激励方法
客户端
拍卖算法
合规性
更新模型参数
指标
分发模块
模型更新
加密
服务器
解密
可读存储介质
私钥
计算机
数据
处理器
资源
系统为您推荐了相关专利信息
网络准入系统
客票系统
可信计算节点
隐私保险箱
可信密码模块
设备授权方法
主机设备
信息生成设备
客户端设备
许可
可视化交互方法
梯度提升决策树
粒子群优化算法
长短期记忆网络
更新模型参数