公开(公告)号：CN113467952B

公开(公告)日：2024-07-02

申请号：CN202110802910.1

申请日：2021-07-15

Applicant: 北京邮电大学 ,  江西鑫铂瑞科技有限公司

Inventor： 张天魁 ,  刘天泽 ,  陈泽仁 ,  徐琪 ,  章园

IPC: G06F9/50 ,  G06N20/20

Abstract: 本申请公开了一种分布式联邦学习协同计算方法及系统，其中分布式联邦学习协同计算方法具体包括以下步骤：进行深度强化学习模型训练；响应于将训练好的深度强化学习模型分别部署至各边缘服务器，进行联邦学习；联邦学习结束。本申请针对分布式联邦学习框架，打破了传统联邦学习对中心服务器的依赖，有效保证了联邦学习过程的隐私保护和安全性。

公开(公告)号：CN116611535A

公开(公告)日：2023-08-18

申请号：CN202310626001.6

申请日：2023-05-30

Applicant: 北京邮电大学

Inventor： 张天魁 ,  刘天泽 ,  杨鼎成 ,  刘元玮 ,  杨洋

IPC: G06N20/00

Abstract: 本申请公开了一种用于异构数据的边缘联邦学习训练方法及其系统，其中用于异构数据的边缘联邦学习训练方法包括以下步骤：步骤S1，进行初始化；步骤S2，响应于完成初始化，各参与方进行本地模型训练；步骤S3，响应于各参与方进行本地模型训练，边缘服务器进行个性化全局模型聚合，并将聚合后的个性化全局模型参数发送至各参与方；步骤S4，各参与方根据接收的个性化全局模型参数进行自适应本地微调；步骤S5，判断是否达到收敛精度或最大迭代次数；若达到收敛精度或最大迭代次数，流程结束，否则重新执行步骤S2‑S4。本申请针对数据异构的边缘联邦学习系统，打破了传统联邦学习中聚合得到单个全局模型的思想，有效地实现了联邦学习的个性化。

公开(公告)号：CN113467952A

公开(公告)日：2021-10-01

申请号：CN202110802910.1

申请日：2021-07-15

Applicant: 北京邮电大学 ,  江西鑫铂瑞科技有限公司

Inventor： 张天魁 ,  刘天泽 ,  陈泽仁 ,  徐琪 ,  章园

IPC: G06F9/50 ,  G06N20/20

Abstract: 本申请公开了一种分布式联邦学习协同计算方法及系统，其中分布式联邦学习协同计算方法具体包括以下步骤：进行深度强化学习模型训练；响应于将训练好的深度强化学习模型分别部署至各边缘服务器，进行联邦学习；联邦学习结束。本申请针对分布式联邦学习框架，打破了传统联邦学习对中心服务器的依赖，有效保证了联邦学习过程的隐私保护和安全性。