申请/专利权人:腾讯科技(深圳)有限公司
申请日:2021-01-11
公开(公告)日:2021-02-09
公开(公告)号:CN112347500A
主分类号:G06F21/60(20130101)
分类号:G06F21/60(20130101);G06N20/20(20190101)
优先权:
专利状态码:有效-授权
法律状态:2021.04.09#授权;2021.03.02#实质审查的生效;2021.02.09#公开
摘要:本申请提供了一种分布式系统的机器学习方法、装置、系统、电子设备及计算机可读存储介质;涉及人工智能技术;方法包括:主设备对机器学习模型的全局梯度标量进行同态加密,将得到的加密全局梯度标量发送至从设备;从设备基于加密全局梯度标量、从设备针对训练样本存储的特征数据以及从设备对应的局部模型参数,确定从设备对应的加密局部梯度;主设备与从设备共同解密从设备对应的加密局部梯度,得到从设备对应的解密局部梯度;从设备基于从设备对应的解密局部梯度更新从设备对应的局部模型参数。通过本申请,能够保证训练数据的安全性。
主权项:1.一种分布式系统的机器学习方法,其特征在于,所述分布式系统包括主设备和多个从设备,所述方法包括:所述主设备对机器学习模型的全局梯度标量进行同态加密,将得到的加密全局梯度标量发送至所述从设备;所述从设备基于所述加密全局梯度标量、所述从设备针对训练样本存储的特征数据以及所述从设备对应的局部模型参数,确定所述从设备对应的加密局部梯度;所述主设备与所述从设备共同解密所述加密局部梯度,得到所述从设备对应的解密局部梯度;所述从设备基于所述解密局部梯度更新所述从设备对应的局部模型参数。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 分布式系统的机器学习方法、装置、系统、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。