-
公开(公告)号：CN118627593A
公开(公告)日：2024-09-10
申请号：CN202410669002.3
申请日：2024-05-28
Applicant: 东北大学
Abstract: 本发明属于通信与分布式环境下机器学习技术领域，提供了一种基于规则性DAG区块链的异步联邦学习方法，包括以下步骤：依据联邦学习训练过程特点，设计规则性DAG结构；参与节点共同构建并维护规则性DAG，并依照设计的训练规则进行联邦学习模型训练；在共识过程中采用提出的基于深度强化学习的两跳尖端选择算法进行尖端模型选择，最终得到联邦学习目标模型。本发明通过设计DAG结构与训练规则，实现在DAG中建立起基于模型间关系的高效有序联邦学习过程，且通过改进共识过程中尖端选择算法，保证联邦学习过程的安全性，并进一步提高共识过程效率，从而实现安全高效的联邦学习，对未来基于区块链的联邦学习的研究有一定的参考价值。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
