基于横向联邦学习的数据处理系统

基本信息

申请号 CN202110335358.X 申请日 -
公开(公告)号 CN113077056A 公开(公告)日 2021-07-06
申请公布号 CN113077056A 申请公布日 2021-07-06
分类号 G06N20/00(2019.01)I 分类 计算;推算;计数;
发明人 蔡文渊;王宇河;高明;钱卫宁;顾海林;徐林昊 申请(专利权)人 上海嗨普智能信息科技股份有限公司
代理机构 北京锺维联合知识产权代理有限公司 代理人 丁慧玲
地址 200434上海市虹口区汶水东路541弄5号2-6层401室
法律状态 -

摘要

摘要 本发明涉及一种基于横向联邦学习的数据处理系统,实现步骤S1、初始化全局模型,设置K和相似度阈值Q;S2、选取K个客户端,发送初始全局模型进行训练,得到第一轮的全局模型和全局更新矩阵,将t设为2;S3、选取K个客户端,并发送上一轮全局模型Gglobal,t‑1和全局更新矩阵ΔGglobal,t‑1进行第t轮训练,获取第k所选客户端的第t轮本地模型Gk,t和本地更新矩阵ΔGk,t;S4、获取ΔGk,t和ΔGglobal,t‑1的相似度,将大于Q的确定为目标客户端;步骤S5、将目标客户端本地模型的参数顺序重新匹配;S6、获取第t轮全局模型Gglobal,t和全局更新矩阵ΔGglobal,t‑1;S7、判断全局模型是否收敛,若收敛,则结束,否则,令t=t+1,返回S3。本发明减少了通信轮数、加快了模型收敛,从而降低了通信开销。