公开(公告)号：CN117273119B

公开(公告)日：2024-09-13

申请号：CN202311076328.7

申请日：2023-08-24

Applicant: 北京邮电大学

Inventor： 李雅文 ,  陈尉康 ,  薛哲 ,  王嘉

IPC: G06N3/098 ,  G06N3/092

Abstract: 本发明提供一种基于强化学习的动态公平联邦学习方法及装置，在一轮联邦训练中，各客户端根据各自的本地数据对服务器下发的模型进行训练，生成本地模型，并计算本地模型的本地训练损失；将本地模型、本地训练损失和本地数据规模上传至服务器进行聚合；在聚合阶段，将本地训练损失作为强化学习状态输入，根据状态及当前策略选择执行动作，根据执行动作和本地规模占比计算聚合权重，基于聚合权重完成该轮联邦聚合；根据当前全局联邦模型准确率设置奖励值，以优化强化学习；重复多轮联邦训练，直至得到最终全局联邦模型。本发明提供的方法能够在保护隐私和较小通信开销基础上，将各本地训练损失作为公平性度量，优化联邦聚合过程，实现公平联邦学习。

公开(公告)号：CN117273119A

公开(公告)日：2023-12-22

申请号：CN202311076328.7

申请日：2023-08-24

Applicant: 北京邮电大学

Inventor： 李雅文 ,  陈尉康 ,  薛哲 ,  王嘉

IPC: G06N3/098 ,  G06N3/092

Abstract: 本发明提供一种基于强化学习的动态公平联邦学习方法及装置，在一轮联邦训练中，各客户端根据各自的本地数据对服务器下发的模型进行训练，生成本地模型，并计算本地模型的本地训练损失；将本地模型、本地训练损失和本地数据规模上传至服务器进行聚合；在聚合阶段，将本地训练损失作为强化学习状态输入，根据状态及当前策略选择执行动作，根据执行动作和本地规模占比计算聚合权重，基于聚合权重完成该轮联邦聚合；根据当前全局联邦模型准确率设置奖励值，以优化强化学习；重复多轮联邦训练，直至得到最终全局联邦模型。本发明提供的方法能够在保护隐私和较小通信开销基础上，将各本地训练损失作为公平性度量，优化联邦聚合过程，实现公平联邦学习。