-
公开(公告)号：CN119357046A
公开(公告)日：2025-01-24
申请号：CN202411342039.1
申请日：2024-09-25
Applicant: 南京工业大学
IPC: G06F11/3668 , G06F18/2415 , G06F18/214 , G06F21/62
Abstract: 本发明涉及一种面向隐私保护的联邦自蒸馏软件缺陷预测方法，基于深度学习MLP模型，进行本地软件缺陷预测，解决了模型训练中隐私泄露问题；并应用本地差分隐私算法，在上传局部模型参数之前，通过噪声添加技术，对模型参数进行隐私保护，使得客户端不依赖于服务器；同时利用联邦学习隐私保护框架，用于多个客户端在不共享其私有数据的情况下协作训练模型，解决了单一数据不足以训练出性能优异的软件缺陷预测模型的问题；并且引入知识自蒸馏技术，在协作训练学习到其他客户端模型知识的同时，通过本客户端的历史模型完善本地模型的个性化。通过联邦学习不断更新全局模型参数，训练出学习能力强、预测性能好的软件缺陷预测模型。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
