-
公开(公告)号：CN117114129A
公开(公告)日：2023-11-24
申请号：CN202311030077.9
申请日：2023-08-14
Applicant: 华中科技大学
IPC: G06N20/00 , G06N5/04 , G06F18/21 , H04W12/122
Abstract: 本发明公开了一种基于区块链的联邦学习方法及其学习系统，属于人工智能模型训练技术领域，在进行联邦学习时，为基于区块链的参与者协调了三种角色，其中学习者用于训练局部模型，验证者用于验证局部模型的有效性，矿工用于汇总不同验证者的验证结果，确定模型是否可用，然后再基于不完全信息静态贝叶斯博弈论的激励机制计算每个矿工的收益，选择收益最大的矿工所挖掘区块作为可信区块以更新区块链。最后再将更新区块链中所记录的可用本地模块聚合，获取全局模块。基于上述方法，实现了联邦学习能够在受到恶意客户端攻击的情况下训练出高精度全局模型，同时保持诚实客户端的高协作概率并降低联邦学习在无线网络中收敛的时间成本和通信成本。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
