[发明专利]实现联邦学习流程控制处理的系统有效

专利信息
申请号: 202010571118.5 申请日: 2020-06-22
公开(公告)号: CN111736819B 公开(公告)日: 2021-05-28
发明(设计)人: 曾维 申请(专利权)人: 上海富数科技有限公司
主分类号: G06F8/34 分类号: G06F8/34;G06T11/20
代理公司: 上海智信专利代理有限公司 31002 代理人: 王洁;郑暄
地址: 201802 上海市嘉定区科*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实现 联邦 学习 流程 控制 处理 系统
【说明书】:

发明涉及一种实现联邦学习流程控制处理的系统,包括前端,用于直接在前端修改流图,自动匹配对应的服务进行执行;流程工程管理模块,与所述的前端相连接,用于负责支撑系统管理;流程引擎模块,与所述的流程工程管理模块相连接,用于描述流的结构以及给每个组件配置的属性;联邦学习服务模块,与所述的流程引擎模块相连接,用于发布联邦学习服务及维护。采用了本发明的实现联邦学习流程控制处理的系统,引擎层和业务逻辑分离,业务的修改和完全不影响引擎的修改;有新组件发布的时候,只需要发布联邦学习服务代码,不需要重新发布流引擎和前端。本发明完全不入侵原来的服务的业务逻辑,引擎中只做服务的调度控制。

技术领域

本发明涉及图形化编辑领域,具体是指一种实现联邦学习流程控制处理的系统。

背景技术

模块流程图系统是一种支持用户图形化编辑执行过程的系统,比较类似的产品有:

Visio:可以在工具箱拖动图形,绘制流程图,但是这个产品实际不运行真实的逻辑服务,只是一个流程图绘图工具。

Fate:一款联邦学习流产品,前端编辑联邦学习流程图,后端执行,但是这个产品的流的控制和服务是强绑定的,流图中的每个组件就是一个特定服务,不支持流上每个组件的动态修改,而且新增组件的过程需要完整发布前后端以及流的相关逻辑。

发明内容

本发明的目的是克服了上述现有技术的缺点,提供了一种满足独立性好、操作简便、适用范围较为广泛的实现联邦学习流程控制处理的系统。

为了实现上述目的,本发明的实现联邦学习流程控制处理的系统如下:

该实现联邦学习流程控制处理的系统,其主要特点是,所述的系统包括:

前端,用于直接在前端修改流图,自动匹配对应的服务进行执行;

流程工程管理模块,与所述的前端相连接,用于负责支撑系统管理;

流程引擎模块,与所述的流程工程管理模块相连接,用于描述流的结构以及给每个组件配置的属性;

联邦学习服务模块,与所述的流程引擎模块相连接,用于发布联邦学习服务及维护。

较佳地,所述的前端包括:

组件工具箱,包含常用的组件和流的模版,用于减少对于后端请求的网络传输耗时;

流画布区,用于通过工具箱的组件绘制真实的流图;

属性编辑器,用于编辑流图运行组件过程中所需的特定配置。

较佳地,所述的组件的名称图标和形状的配置通过请求后端的接口自动渲染生成。

较佳地,所述的组件包含数据集加载器组件、对齐组件、数据集融合组件、联邦学习算法LR组件、联邦学习算法模型评估组件、联邦学习模型部署组件。

较佳地,所述的流程引擎模块包括:

DSL解析层,与所述的流程工程管理模块相连接,用于通过DSL语言解析,生成有向无环图;

DAG编排优化层,与所述的DSL解析层相连接,用于通过DAG编排优化,将图拆分成并发执行的多个小组;

DAG执行层,与所述的DAG编排优化层相连接,用于检测组件及其属性,并调用联邦学习的服务。

较佳地,所述的DAG执行层包括状态机、组件调度器、组件容器和组件代理单元,用于通过状态机检测每个组件是否为等待执行状态,组件调度器将可执行状态的组件放至组件容器中,组件容器加载组件配置的属性,通过组件代理单元代理组件,调用联邦学习的实际服务。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海富数科技有限公司,未经上海富数科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010571118.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top