一种轻量级分布式联邦学习系统及方法
基本信息
| 申请号 | CN202011102138.4 | 申请日 | - |
| 公开（公告）号 | CN112232518A | 公开（公告）日 | 2021-01-15 |
| 申请公布号 | CN112232518A | 申请公布日 | 2021-01-15 |
| 分类号 | G06N20/00(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 顾见军;邓旭宏;周宇峰 | 申请（专利权）人 | 成都数融科技有限公司 |
| 代理机构 | 成都熠邦鼎立专利代理有限公司 | 代理人 | 李晓英 |
| 地址 | 610000四川省成都市高新区天府四街199号1栋20层04号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种轻量级分布式联邦学习系统及方法，包括主控制端节点和多个协同端节点，特征处理模块：用于主控制端通过特征预处理接口，调度各协同端节点进行联合特征处理；模型训练模块：用于主控制端通过模型训练接口，调度各协同端节点进行联邦学习的模型训练；模型评估模块：用于主控制端通过模型评估接口，聚合各协同端节点的预测结果并评估模型性能。本发明的有益效果在于：本发明通过特征处理、模型训练、模型评估模块，快速集成各类开源机器学习库；无论联邦学习模型是否使用梯度训练，都可使用此框架，针对不同业务，开发周期和开发成本低，能迅速落地，且能保障各参与方的数据安全。 |
