[发明专利]联邦学习模型训练方法、设备、系统及存储介质在审
| 申请号： | 201910538946.6 | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110263908A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 程勇;蔡杭;衣志昊;刘洋;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： | G06N3/02 | 分类号： | G06N3/02;G06N3/08 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国 |
| 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： | 本发明公开了一种联邦学习模型训练方法、设备、系统及存储介质，该方法包括：向各参与设备发送携带联合模型参数和等待时长的模型更新请求消息；接收各参与设备根据本地数据和联合模型参数对待训练模型进行本地训练得到、并在确定有时间参与本次模型更新时发送的模型参数更新；对各模型参数更新进行处理得到最新的联合模型参数；统计各参与设备对本次模型更新的参与状态，根据统计结果得到下次模型更新的等待时长；在下次模型更新的模型更新请求消息中携带最新的联合模型参数和下次模型更新的等待时长，直到待训练模型处于收敛状态时将最新的联合模型参数作为待训练模型的最终参数。本发明实现了很好地兼顾联邦学习模型的训练时间和质量。 | ||
| 搜索关键词： | 模型更新 模型参数 参与设备 训练模型 时长 模型参数更新 存储介质 模型训练 请求消息 联合 发送 收敛状态 统计结果 最终参数 携带 学习 统计 | ||
【主权项】：
1.一种联邦学习模型训练方法，其特征在于，所述联邦学习模型训练方法应用于协调设备，所述协调设备与多个参与设备通信连接，所述联邦学习模型训练方法包括以下步骤：向各所述参与设备发送模型更新请求消息，所述模型更新请求消息中携带本次联邦学习模型更新的联合模型参数和等待时长；接收各所述参与设备发送的模型参数更新，其中，所述模型参数更新由各所述参与设备根据本地数据和所述联合模型参数对待训练模型进行本地训练得到，并且所述模型参数更新为各所述参与设备根据所述等待时长确定有时间参与本次模型更新时所发送；对各所述模型参数更新进行融合处理得到最新的联合模型参数；根据各所述模型参数更新统计各所述参与设备对本次模型更新的参与状态，根据统计结果调整所述等待时长得到下次模型更新的等待时长；在下次模型更新的模型更新请求消息中携带所述最新的联合模型参数和所述下次模型更新的等待时长，直到检测到所述待训练模型处于收敛状态时，将所述最新的联合模型参数作为所述待训练模型的最终参数。
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/patent/201910538946.6/，转载请声明来源钻瓜专利网。
