基于反向拍卖的联邦学习激励方法、装置及系统

AITNT
正文
推荐专利
基于反向拍卖的联邦学习激励方法、装置及系统
申请号:CN202510062196
申请日期:2025-01-15
公开号:CN119514732A
公开日期:2025-02-25
类型:发明专利
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
1
一种基于数据库操作的SQL语句还原方法及相关装置
关系型数据库 语句 还原方法 指令 客户端
2
一种基于可信计算的客票密码应用技术方法
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
3
设备授权方法、装置、存储介质及计算机设备
设备授权方法 主机设备 信息生成设备 客户端设备 许可
4
一种算法信息可视化交互方法及系统
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
5
车辆软件仿真测试方法、系统、装置和存储介质
软件仿真测试装置 脚本 仿真环境 容器 镜像
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