公开(公告)号：CN118982063A

公开(公告)日：2024-11-19

申请号：CN202411456528.X

申请日：2024-10-18

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 刘洋 ,  马雪婷 ,  漆舒汉 ,  马国睿 ,  王轩

IPC: G06N3/098 ,  G06F18/214 ,  G06F18/2431

Abstract: 本申请公开了基于联邦学习的模型训练方法、系统及相关设备，涉及计算机技术领域，方法包括：向客户端下发待训练的全局模型，触发各客户端进行模型更新获得前一轮次训练完成后的客户端本地模型，并基于客户端本地数据对客户端本地模型进行模型训练后获得客户端本地训练模型；获取客户端的第一贡献度计算指标值；根据第一贡献函数、共享数据集和客户端的前一轮次训练完成后的客户端本地模型确定第一指标系数；从而确定各客户端的第一贡献度值，并根据第一贡献度值确定目标客户端；根据目标客户端对应的当前轮次的客户端本地训练模型获得当前轮次训练完成后的全局模型。本申请方案有利于提高模型训练的准确性。

公开(公告)号：CN118982064B

公开(公告)日：2025-03-11

申请号：CN202411473105.9

申请日：2024-10-22

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 刘洋 ,  马国睿 ,  漆舒汉 ,  马雪婷 ,  王轩

IPC: G06N3/098 ,  G06N3/0464

Abstract: 本申请公开了去中心化的联邦学习方法、系统及相关设备，涉及计算机技术领域，包括：联邦学习的组织者和参与者加入区块链；组织者将参与者划分为普通节点和委员会节点；各节点基于区块链获取联邦学习任务配置信息和待训练的全局模型并进行本地模型更新获得前一轮次训练完成后的本地模型；普通节点对前一轮次训练完成后的本地模型进行训练获得当前轮次的本地训练模型并上传至区块链；委员会节点通过区块链获取本地训练模型以确定普通节点的贡献度评分及当前轮次训练完成后的全局模型，并确定委员会节点对应的贡献度评分；响应于触发委员会节点更新事件，组织者重新进行节点身份划分。如此，有利于提高联邦学习过程中模型训练的准确性。

公开(公告)号：CN118982064A

公开(公告)日：2024-11-19

申请号：CN202411473105.9

申请日：2024-10-22

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 刘洋 ,  马国睿 ,  漆舒汉 ,  马雪婷 ,  王轩

IPC: G06N3/098 ,  G06N3/0464

Abstract: 本申请公开了去中心化的联邦学习方法、系统及相关设备，涉及计算机技术领域，包括：联邦学习的组织者和参与者加入区块链；组织者将参与者划分为普通节点和委员会节点；各节点基于区块链获取联邦学习任务配置信息和待训练的全局模型并进行本地模型更新获得前一轮次训练完成后的本地模型；普通节点对前一轮次训练完成后的本地模型进行训练获得当前轮次的本地训练模型并上传至区块链；委员会节点通过区块链获取本地训练模型以确定普通节点的贡献度评分及当前轮次训练完成后的全局模型，并确定委员会节点对应的贡献度评分；响应于触发委员会节点更新事件，组织者重新进行节点身份划分。如此，有利于提高联邦学习过程中模型训练的准确性。