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。 |
