[发明专利]基于双重信任机制的鲁棒联邦学习方法及系统在审
| 申请号： | 202210735988.0 | 申请日： | 2022-06-27 |
| 公开（公告）号： | CN115099423A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 余国先;桂孝强;王峻;郭伟;崔立真 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 祖之强 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于双重信任机制的鲁棒联邦学习方法及系统，通过归一化客户端梯度限制恶意梯度的恶意性并增大良性梯度的有益性；本发明提出的一致性信任分可以防止全局模型被误导向错误的更新方向并使促进全局模型往良性方向更新的梯度获得更多的信任；本发明提出的多样性信任分则可以防止全局模型被更新方向相同的恶意梯度所支配并增加对多样性大的客户端梯度的信任，从而可以更好地捕获异质环境中多样的梯度信息；本发明使用调和平均数计算聚合权重可以使只有获得双重信任的客户端梯度才会被认为是良性的，任一信任分不足的梯度都被认为是可疑的，从而保证了对恶意客户端梯度的精准识别。 | ||
| 搜索关键词： | 基于 双重 信任 机制 联邦 学习方法 系统 | ||
【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山东大学，未经山东大学许可，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/202210735988.0/，转载请声明来源钻瓜专利网。
