[发明专利]电能量数据的联邦学习可靠性评估方法和装置

权利要求书

1.一种电能量数据的联邦学习可靠性评估方法，其特征在于，所述方法包括：

根据各个电能量数据节点的声望，从所述各个电能量数据节点中，确定用于进行联邦学习的多个目标节点；所述各个电能量数据节点的声望与各个电能量数据节点参与联邦学习的历史评估结果相关联；

向所述多个目标节点发送初始训练模型，获取各个目标节点根据本地训练数据集对所述初始训练模型训练时得到的模型更新数据；所述初始训练模型为根据所述联邦学习对应的训练任务确定的；

根据所述多个目标节点分别对应的模型更新数据，得到中间验证模型；

对所述初始训练模型和中间验证模型进行评估，根据评估结果得到所述多个目标节点的可靠性评估结果；

其中，所述根据各个电能量数据节点的声望，从所述各个电能量数据节点中，确定用于进行联邦学习的多个目标节点之前，还包括：

针对各个电能量数据节点，获取电能量数据节点对应的多个历史评估记录；其中，各个历史评估记录包括历史需求方、历史评估结果和评估记录时间；

根据各个历史评估记录对应的历史需求方和评估记录时间，得到各个历史评估记录对应的评估权重；

根据所述各个历史评估记录对应的历史评估结果和评估权重，得到所述电能量数据节点的声望。

2.根据权利要求1所述的方法，其特征在于，所述获取各个目标节点根据本地训练数据集对所述初始训练模型训练时得到的模型更新数据，包括：

根据所述多个目标节点分别对应的节点模型的训练轮次数据，得到所述多个目标节点分别对应的梯度变化数据；

根据所述多个目标节点对应的节点标识和梯度变化数据，得到所述模型更新数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述初始训练模型和中间验证模型进行评估，根据评估结果得到所述多个目标节点的可靠性评估结果，包括：

根据所述联邦学习对应的模型任务，确定对所述初始训练模型和中间验证模型进行评估的评估指标；

根据所述多个目标节点分别对应的验证数据集和所述评估指标，对所述初始训练模型和中间验证模型进行评估，得到与所述评估指标对应的所述多个目标节点的可靠性评估结果。

4.根据权利要求3所述的方法，其特征在于，所述根据所述多个目标节点分别对应的验证数据集和所述评估指标，对所述初始训练模型和中间验证模型进行评估，得到与所述评估指标对应的所述多个目标节点的可靠性评估结果，包括：

根据所述多个目标节点分别对应的验证数据集和所述评估指标，对所述中间验证模型进行评估，得到所述多个目标节点的第一评估结果，以及对所述初始训练模型进行评估，得到所述多个目标节点的第二评估结果；

根据所述第一评估结果和所述第二评估结果的对比结果，得到所述多个目标节点分别对应的可靠性评估结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一评估结果和所述第二评估结果的对比结果，得到所述多个目标节点分别对应的可靠性评估结果，包括：

针对所述多个目标节点中的任一目标节点，若该目标节点的所述第一评估结果小于第二评估结果，以预设的基准数值作为该目标节点的可靠性评估结果；

若该目标节点的所述第一评估结果大于或等于所述第二评估结果，根据所述第一评估结果和第二评估结果的数量关系，计算得到该目标节点的可靠性评估结果。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据评估结果得到所述多个目标节点的可靠性评估结果之后，还包括：

将所述多个目标节点的需求方信息、可靠性评估结果和评估记录时间，生成加密区块，发送至区块链存储。