[发明专利]全局异常值的隐私保护和去中心化检测在审
| 申请号： | 202210402798.7 | 申请日： | 2022-04-18 |
| 公开（公告）号： | CN116467732A | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | M·C·塞沙 | 申请（专利权）人： | 慧与发展有限责任合伙企业 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06N20/00 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 董莘 |
| 地址： | 美国得*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及全局异常值的隐私保护和去中心化检测，提供了用于通过交换从无监督机器学习ML建模所生成的已学习的参数来实现分布式训练的系统和方法。分布式网络中的每个设备可以实现无监督ML模型以确定输入数据的集群和/或确定所确定的每个集群的质心。每个数据集群的近似质心位置可以被传输到本地计算环境或其他分布式计算环境中的其他网络设备。每个设备都可以与其他网络设备共享它们的集群质心列表(例如，以实现群体学习)。这些分布式网络设备可以将接收到的质心与在每个网络设备处从本地ML模型生成的质心进行比较，并响应于该比较而发起动作。 | ||
| 搜索关键词： | 全局 异常 隐私 保护 中心 检测 | ||
【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慧与发展有限责任合伙企业，未经慧与发展有限责任合伙企业许可，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/202210402798.7/，转载请声明来源钻瓜专利网。
