[发明专利]联邦学习流程执行优化方法、设备、存储介质及程序产品在审
申请号: | 202111242157.1 | 申请日: | 2021-10-25 |
公开(公告)号: | CN113946389A | 公开(公告)日: | 2022-01-18 |
发明(设计)人: | 曾纪策;范涛;陈天健 | 申请(专利权)人: | 深圳前海微众银行股份有限公司 |
主分类号: | G06F9/448 | 分类号: | G06F9/448;G06N20/20 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 薛福玲 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联邦 学习 流程 执行 优化 方法 设备 存储 介质 程序 产品 | ||
1.一种联邦学习流程执行优化方法,其特征在于,应用于联邦参与方,所述联邦学习流程执行优化方法包括:
获取联邦学习任务对应的第一方组件调度信息和对应的第一方引擎配置参数;
依据所述第一方引擎配置参数,初始化第一方基础引擎抽象层;
依据所述第一方组件调度信息,调度对应的第一方组件运行,以通过调用所述第一方基础引擎抽象层提供的第一方抽象引擎API,适配调用对应的第一方实际引擎API,联合其他联邦参与方执行预设联邦学习流程。
2.如权利要求1所述联邦学习流程执行优化方法,其特征在于,所述第一方组件包括第一方输入组件和第一方算法组件,
所述依据所述第一方组件调度信息,调度对应的第一方组件运行,以通过调用所述第一方基础引擎抽象层提供的第一方抽象引擎API,适配调用对应的第一方实际引擎API,联合其他联邦参与方执行预设联邦学习流程的步骤包括:
依据所述第一方组件调度信息,调度对应的第一方组件运行;
通过所述第一方输入组件读取第一方本地数据集对应的计算数据集标识;
通过所述第一方算法组件调用所述第一方抽象引擎API,将包含所述计算数据集标识的API调用信息传递至所述第一方基础引擎抽象层;
通过所述第一方基础引擎抽象层将所述API调用信息适配为第一方引擎API调用信息;
在所述第一方基础引擎抽象层中依据所述第一方引擎API调用信息调用所述第一方实际引擎API,对所述第一方引擎适配数据集执行所述第一方算法组件对应的目标算法逻辑,联合所述其他联邦参与方执行所述预设联邦学习流程。
3.如权利要求2所述联邦学习流程执行优化方法,其特征在于,所述第一方基础引擎抽象层包括格式转换计算引擎API和实际存储引擎API,
所述通过所述第一方输入组件读取第一方本地数据集对应的计算数据集标识的步骤包括:
通过所述第一方基础引擎抽象层调用所述格式转换计算引擎API,将所述第一方本地数据集的数据格式转换预设计算数据格式,得到格式转换数据集;
通过所述第一方基础引擎抽象层调用所述实际存储引擎API,将所述数据格式转换数据集存储为第一方引擎适配数据集;
通过所述第一方基础引擎抽象层将所述计算数据集对应的标识反馈至所述第一方输入组件,得到所述计算数据集标识。
4.如权利要求2所述联邦学习流程执行优化方法,其特征在于,所述预设联邦学习流程包括联邦学习建模流程,所述第一方实际引擎API至少包括第一方实际计算引擎API和第一方实际传输引擎API,
所述在所述第一方基础引擎抽象层中依据所述第一方引擎API调用信息调用所述第一方实际引擎API,对所述第一方引擎适配数据集执行所述第一方算法组件对应的目标算法逻辑,联合所述其他联邦参与方执行所述预设联邦学习流程的步骤包括:
在所述第一方基础引擎抽象层中以所述第一方引擎API调用信息为所述第一方实际计算引擎API的入参,调用所述第一方实际计算引擎API,以依据所述第一方引擎适配数据集计算第一方加密模型梯度;
通过所述第一方基础引擎抽象层调用所述第一方实际传输引擎API,接收所述其他联邦参与方发送的第二方加密模型梯度;
将所述第一方加密模型梯度和所述第二方加密模型梯度合并为加密联邦模型梯度;
依据所述加密联邦模型梯度优化所述目标算法逻辑对应的本地模型,执行所述联邦学习建模流程。
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深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,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/202111242157.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种开关电源的检测装置及其方法
- 下一篇:一种耳机插座组装设备