-
公开(公告)号：CN113469373B
公开(公告)日：2023-06-30
申请号：CN202110945152.9
申请日：2021-08-17
Applicant: 北京神州新桥科技有限公司
Abstract: 本公开实施例公开了一种基于联邦学习的模型训练方法、系统、设备及存储介质，所述方法包括：集群内各节点设备基于参数服务器下发的初始参数和本地数据集进行模型训练，并将各自的模型参数利用差分隐私算法添加噪声后发送至集群内指定节点设备；各集群内指定节点设备利用软聚类压缩算法处理接收到的模型参数，生成聚类后的簇心值，并将所述簇心值发送至所述参数服务器，以使所述参数服务器利用同样的所述软聚类算法聚合得到更新后的簇心值。上述技术方案减少了与参数服务器通信的设备数量，另一方面，上传的模型参数是经过软聚类压缩算法生成的簇心值，大大降低了上传的模型参数数量，从而极大地降低了联邦学习系统中通信流量的消耗，节省了资源。
-
公开(公告)号：CN115473689A
公开(公告)日：2022-12-13
申请号：CN202210977557.5
申请日：2022-08-15
Applicant: 北京神州新桥科技有限公司
Abstract: 本公开实施例公开了一种防火墙规则优化方法、装置、电子设备、介质及程序产品，该方法包括：获取防火墙规则及其关联规则的规则信息，基于所述防火墙规则及其关联规则的规则信息对所述防火墙规则进行打分，得到所述防火墙规则的分值；基于所述规则详情对防火墙中的多个防火墙规则进行聚类，得到至少一个聚类簇，每个聚类簇中包括至少一个防火墙规则；基于所述聚类簇中的各防火墙规则的分值，对所述聚类簇进行排序；按照各防火墙规则的分值及其所在聚类簇的排序进行综合打分，得到综合分值；根据各防火墙规则的综合分值对防火墙规则进行调整清理。该技术方案能够对防火墙规则进行更准确的排序，进而更精准地清理冗余的防火墙规则。
-
公开(公告)号：CN113469373A
公开(公告)日：2021-10-01
申请号：CN202110945152.9
申请日：2021-08-17
Applicant: 北京神州新桥科技有限公司
Abstract: 本公开实施例公开了一种基于联邦学习的模型训练方法、系统、设备及存储介质，所述方法包括：集群内各节点设备基于参数服务器下发的初始参数和本地数据集进行模型训练，并将各自的模型参数利用差分隐私算法添加噪声后发送至集群内指定节点设备；各集群内指定节点设备利用软聚类压缩算法处理接收到的模型参数，生成聚类后的簇心值，并将所述簇心值发送至所述参数服务器，以使所述参数服务器利用同样的所述软聚类算法聚合得到更新后的簇心值。上述技术方案减少了与参数服务器通信的设备数量，另一方面，上传的模型参数是经过软聚类压缩算法生成的簇心值，大大降低了上传的模型参数数量，从而极大地降低了联邦学习系统中通信流量的消耗，节省了资源。
-
-
Search Results
3
records
(took 0.032 seconds)
