[发明专利]一种基于联邦学习的模型训练方法有效
| 申请号： | 201911292212.0 | 申请日： | 2019-12-13 |
| 公开（公告）号： | CN111046433B | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | 王力;陈超超;周俊 | 申请（专利权）人： | 支付宝（杭州）信息技术有限公司 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06N20/00 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 周嗣勇 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种基于联邦学习的模型训练方法。在一次训练迭代中，节点可以通过差分隐私保护操作，实现对梯度的加噪混淆，服务端可以获得加噪混淆后的梯度之和，进行模型参数的更新。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 模型 训练 方法 | ||
【主权项】：
暂无信息
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支付宝（杭州）信息技术有限公司，未经支付宝（杭州）信息技术有限公司许可，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/201911292212.0/，转载请声明来源钻瓜专利网。
