- 1
- 0
- 约2.04万字
- 约 17页
- 2023-06-06 发布于四川
- 举报
本发明公开了一种联邦学习的过程中模型参数的处理方法,应用于人工智能技术领域,用于解决在联邦学习的过程中,模型参数的梯度与样本数据之间的互信息表示过大时用户隐私数据容易泄露的技术问题。本发明提供的方法包括:对用于训练本地模型的样本数据集进行采样,得到多个采样样本;获取通过该多个采样样本对该本地模型进行训练得到的参数的梯度;将该采样样本及该参数的梯度输入预先训练好的统计模型,得到该样本数据集与该梯度之间的互信息值;当该互信息值大于等于预设值时,发送上传该参数的梯度存在隐私泄露的风险提醒;当该互信息值
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112765559 A
(43)申请公布日 2021.05.07
(21)申请号 202011642633.4
(22)申请日 2020.12.29
(71)申请人 平安科技(深圳)有限公司
您可能关注的文档
最近下载
- 2025制衣厂劳动合同模板.docx VIP
- 《GB6944-2025危险货物分类和品名编号》解读.pptx
- 2025年公安机关人民警察基本级执法资格考试试卷及答案.docx VIP
- 小学科学用沉的材料造船 课件ppt.pptx
- T_SUCA 048—2024(Mini LED 显示终端图像质量技术要求和测试方法).pdf VIP
- ZK1(KYN31-12)型铠装移开式互内交流金属封闭开关柜现场维护检修作业指导书.pdf VIP
- 2025年高考新课标数学卷及答案(新课标卷).docx VIP
- 非煤矿山顶板分级管理制度.docx VIP
- J电厂基层员工职业倦怠问题与对策研究.pdf VIP
- 拱坝设计讲解课件.pdf VIP
原创力文档

文档评论(0)