[发明专利]一种计算参与者贡献率的方法及装置在审
| 申请号： | 201910724441.9 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110490335A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 程勇;吴文霞;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： | G06N20/20 | 分类号： | G06N20/20;G06Q10/06 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 姚晓雨<国际申请>=<国际公布>=<进入 |
| 地址： | 518027 广东省深圳市*** | 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： | 本发明公开了一种计算参与者贡献率的方法及装置，适用于包括协调者和N个参与者的横向联邦学习系统；其中，方法包括：协调者接收各参与者反馈的N个第一模型参数更新，协调者从N个第一模型参数更新中删除第一参与者反馈的第一模型参数更新，得到N‑1个第一模型参数更新；根据N‑1个第一模型参数更新确定第一联邦模型参数，并将第一联邦模型参数发送给各参与者，第一联邦模型参数用于各参与者进一步训练，直至得到横向联邦学习对应的第一模型；协调者根据第一模型的性能参数和第二模型的性能参数，确定第一参与者的贡献率。该技术方案用以合理评估横向联邦学习中每个参与者的贡献率，有效防止作弊，进而根据贡献率来分配奖励。 | ||
| 搜索关键词： | 模型参数更新 贡献率 联邦模型 性能参数 协调 反馈 学习系统 作弊 删除 学习 分配 奖励 评估 | ||
【主权项】：
1.一种计算参与者贡献率的方法，其特征在于，适用于横向联邦学习系统，所述横向联邦学习系统包括协调者和N个参与者，N大于1；/n所述方法包括：/n采用如下方式确定所述N个参与者中的第一参与者在横向联邦学习模型训练过程中的贡献率，包括：/n所述协调者接收各参与者反馈的N个第一模型参数更新；所述第一模型参数更新是各参与者根据各自的训练数据进行模型训练后得到的；/n所述协调者从所述N个第一模型参数更新中删除所述第一参与者反馈的第一模型参数更新，得到N-1个第一模型参数更新；/n所述协调者根据所述N-1个第一模型参数更新确定第一联邦模型参数，并将所述第一联邦模型参数发送给各参与者，所述第一联邦模型参数用于各参与者进一步进行模型训练，直至得到横向联邦学习对应的第一模型；/n所述协调者根据所述第一模型的性能参数和第二模型的性能参数，确定所述第一参与者的贡献率；其中，所述第二模型是所述协调者在横向联邦学习过程中根据各参与者反馈的N个第二模型参数更新确定的第二联邦模型参数得到的。/n
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/201910724441.9/，转载请声明来源钻瓜专利网。
