申请/专利权人：蚂蚁金服(杭州)网络技术有限公司

申请日：2021-03-25

公开（公告）日：2023-05-26

公开（公告）号：CN113033820B

主分类号：G06N3/098

分类号：G06N3/098;G06N3/042;G06N3/0464;G06F18/23;G06F18/22;G06F18/241;G06F18/243;G16Y20/00;G16Y20/10;G16Y20/40;G16Y40/10;G16Y40/20;G06F18/231;G06F18/23213;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2021.07.13#实质审查的生效;2021.06.25#公开

摘要：本说明书实施例公开了联邦学习方法、装置以及设备。方案包括：确定根据客户端之间的相似度进行聚类得到的多个客户端组，以及客户端组中的代表客户端；通过代表客户端，向客户端组发送训练请求；接收代表客户端反馈的客户端组中部分客户端的训练数据，部分客户端由预先训练的弹性上传预测模型根据客户端状态确定；通过训练数据确定梯度数据，并向代表客户端发送梯度数据，以使客户端组中的客户端进行梯度更新。

主权项：1.一种联邦学习方法，应用于云端，所述方法包括：确定根据客户端之间的相似度进行聚类得到的多个客户端组，以及所述客户端组中的代表客户端，所述客户端应用在物联网设备上；通过所述代表客户端，向所述客户端组发送训练请求；接收所述代表客户端反馈的所述客户端组中部分客户端的训练数据，所述部分客户端由预先训练的弹性上传预测模型根据客户端状态确定，在客户端组内的各客户端通过预先训练的弹性上传预测模型，来判断自身在当前的客户端状态下是否适合数据上传，部分客户端指的是，通过弹性上传预测模型预测后，本次能够进行训练数据上传的客户端，所述客户端状态包括：该客户端的业务请求频率、所在的物联网设备的资源占用率、需要提供的训练数据；通过所述训练数据确定梯度数据，并向所述代表客户端发送所述梯度数据，以使所述客户端组中的客户端进行梯度更新。

全文数据：

权利要求：

百度查询： 蚂蚁金服(杭州)网络技术有限公司 联邦学习方法、装置以及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD