1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 国内专利

基于可信执行环境的联邦学习梯度提升决策树训练方法.pdfVIP

  • 14
  • 0
  • 约1.49万字
  • 约 11页
  • 2023-05-17 发布于四川
  • 举报

基于可信执行环境的联邦学习梯度提升决策树训练方法.pdf

    本发明公开一种基于可信执行环境的联邦学习梯度提升决策树训练方法，把联邦梯度提升决策树的训练过程中多个参与方轮流训练决策树的方法改进为多个参与方本地模型竞争的方法，每一轮迭代中选择质量最高的本地模型成为联邦模型的一部分，降低了低质量本地模型对全局模型的影响。并且，由于竞争本地模型的方式会使每个联邦参与方消耗更多的隐私预算，本发明设计了基于可信执行环境的模型评估方法，在可信执行环境中完成竞争过程，使隐私预算消耗与传统方式相同。最终，本发明应用于金融、医疗等场景下，多个社会实体可以在隐私保护的前提下，

    (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114817946 A (43)申请公布日 2022.07.29 (21)申请号 202210270250.1 (22)申请日 2022.03.18 (71)申请人 广西师范大学 地址 541004

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >