首页/ 南京星环智能科技有限公司/ 专利详情

基于联邦学习的模型训练方法、计算机设备及存储介质

基本信息

申请号 2020113375843 申请日 -
公开（公告）号 CN112287377A 公开（公告）日 2021-01-29
申请公布号 CN112287377A 申请公布日 2021-01-29
分类号 G06F21/60(2013.01)I; 分类 计算；推算；计数;
发明人 张燕;李祥祥 申请（专利权）人 南京星环智能科技有限公司
代理机构 北京品源专利代理有限公司 代理人 孟金喆
地址 210004江苏省南京市建邺区贤坤路1号科创中心2楼220-351号
法律状态 -

摘要

摘要 本发明实施例公开了一种基于联邦学习的模型训练方法、计算机设备及存储介质。其中，方法包括：生成与联邦学习系统中的各参与方分别对应的唯一识别码，并将各唯一识别码分别下发至匹配的参与方，唯一识别码用于指示各参与方生成匹配的掩码；接收各参与方上传的本地加密训练模型，本地加密训练模型为各参与方对叠加掩码后的本地训练模型进行加密得到的；按照预设的掩码抵消算法，对本地加密训练模型进行融合计算，得到融合后的完整加密训练模型；对完整加密训练模型进行单次解密，得到目标训练模型。本发明实施例的方案，可以实现多参与方对模型进行训练，极大地提升了联邦学习系统中的模型训练效率。