摘要
本发明公开了一种基于图像翻译的隐私保护异构联邦学习方法及系统,它们是相对应的方案,方案中:通过图像翻译服务器优化具有本地用户数据语义保持能力的生成模型,本地用户以生成模型对本地异构数据集执行数据增强,使得本地数据呈现类别标签均匀分布的状态,并使用变换数据和增强数据训练本地用户的分类模型,从而均衡全局模型准确度和隐私保护能力。并且,图像翻译服务器和数据分类服务器之间不存在交互,且图像翻译服务器处于可信的计算环境,保证隐私保护能力。
技术关键词
联邦学习方法
服务器更新
异构
数据分类
图像
标签
隐私保护能力
参数
训练分类模型
Softmax函数
重构原始数据
联邦学习系统
网络结构
符号
逻辑
数学
分块
系统为您推荐了相关专利信息
循环神经网络模型
人工智能技术
学习系统
个性化学习路径
视频
开启面积
面积计算方法
机器学习模型
房间
窗扇开启角度
风险预测方法
肺癌
DICOM图像
深层特征学习
局部注意力机制